Deep Learning mit Python und Keras
computer Online: Online 15. Jun 2026 bis 17. Jun 2026 |
Aktuelles Fachwissen und praktisches Können für Ihren beruflichen Erfolg: Die Technische Akademie Esslingen (TAE) mit Sitz in Ostfildern - nahe der Landeshauptstadt Stuttgart - macht Fach- und Führungskräfte fit für die Herausforderungen der Zukunft.
Nachfolgend haben wir für Sie stichpunktartig die wichtigsten Inhalte zur Veranstaltung zusammengefasst:
Keras ist eine Open Source Deep-Learning-Bibliothek, die in Python geschrieben ist. Keras bietet eine einheitliche Schnittstelle für verschiedene Backends, darunter TensorFlow. Das Ziel von Keras ist es, die Anwendung dieser Bibliotheken so einsteiger- und nutzerfreundlich wie möglich zu machen.
Keras eignet sich besonders zur schnellen Implementierung neuronaler Netze und ermöglicht effizientes und einfaches Prototyping von neuronalen Netzen bei gleichzeitig großer Bedienerfreundlichkeit.
Sie können nach dem Training eigenständig Neuronale Netze entwerfen und trainieren. Python-, Statistik- und mathematische Kenntnisse werden vorausgesetzt. Sie üben da…
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
Aktuelles Fachwissen und praktisches Können für Ihren beruflichen Erfolg: Die Technische Akademie Esslingen (TAE) mit Sitz in Ostfildern - nahe der Landeshauptstadt Stuttgart - macht Fach- und Führungskräfte fit für die Herausforderungen der Zukunft.
Nachfolgend haben wir für Sie stichpunktartig die wichtigsten Inhalte zur Veranstaltung zusammengefasst:
Keras ist eine Open Source Deep-Learning-Bibliothek, die in
Python geschrieben ist. Keras bietet eine einheitliche
Schnittstelle für verschiedene Backends, darunter TensorFlow. Das
Ziel von Keras ist es, die Anwendung dieser Bibliotheken so
einsteiger- und nutzerfreundlich wie möglich zu machen.
Keras eignet sich besonders zur schnellen Implementierung
neuronaler Netze und ermöglicht effizientes und einfaches
Prototyping von neuronalen Netzen bei gleichzeitig großer
Bedienerfreundlichkeit.
Sie können nach dem Training eigenständig Neuronale Netze entwerfen und trainieren. Python-, Statistik- und mathematische Kenntnisse werden vorausgesetzt. Sie üben das Erlernte in zahlreichen Praxisbeispielen und Sie können auch eigene Beispiele aus Ihrer beruflichen Praxis mitbringen. Als Programmieroberfläche wird Jupyter Notebook genutzt.
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
