Hauptinhalt
Topinformationen
Aktuelle Veranstaltungen
| Deep Learning für Visual Computing |
| Dozent:Dr. Nils Wandel |
| Veranstaltungstyp:Vorlesung und Seminar (Offizielle Lehrveranstaltungen) |
| Beschreibung:Methoden des Deep Learning werden mit großem Erfolg sowohl in der Forschung als auch in der Praxis eingesetzt und sind aus zahlreichen Bereichen wie z.B. der Computer Grafik oder Computer Vision nicht mehr wegzudenken. Zu Beginn des Kurses werden notwendige mathematische Grundlagen der Wahrscheinlichkeitstheorie sowie der Parameter-Optimierung mit Hilfe des Gradienten Abstieg-Verfahrens besprochen. Darauf aufbauend werden verschiedene neuronale Netzwerkarchitekturen vorgestellt. Darunter: - Multilayer Perceptrons (MLPs) - Convolutional Neural Networks (CNNs) - Autoencoders - Generative Adversarial Networks (GANs) - Diffusion Netze - Transformer Networks In den begleitenden Übungen wird besprochen und geübt, wie eigene Netzwerke für verschiedene Anwendungen aus dem Bereich Visual Computing implementiert und trainiert werden können. |
| Ort:93/E44: Di. 14:00 - 16:00 (14x), 93/E06: Mi. 08:00 - 10:00 (14x) |
| Semester:SoSe 2025 |
| Zeiten:Di. 14:00 - 16:00 (wöchentlich), Ort: 93/E44,
Mi. 08:00 - 10:00 (wöchentlich), Ort: 93/E06 Erster Termin:Dienstag, 15.04.2025 14:00 - 16:00, Ort: 93/E44 |
| Veranstaltungsnummer:6.612 |
| Voraussetzungen:Erwartet ist "Mathematik für Anwendende 1" oder "Einführung in die Analysis" und "Einführung in die Algebra". Wünschenswert ist "Einführung in die Algorithmik". |
| ECTS-Kreditpunkte:6 |
