Diese Webseite wird nicht mehr aktualisiert.

Mit 1.10.2022 ist die Fakultät für Physik in der TUM School of Natural Sciences mit der Webseite https://www.nat.tum.de/ aufgegangen. Unter Umstellung der bisherigen Webauftritte finden Sie weitere Informationen.

de | en

Introduction to Deep Learning (IN2346)

Lehrveranstaltung 0000002767 im SS 2020

Basisdaten

Zuordnung zu Modulen

weitere Informationen

Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).

ergänzende Hinweise - Einführung in Computer Vision und Geschichte des Deep Learning. - Grundlagen maschinelles Lernen 1: Lineare Klassifikation, Maximum Likelihood - Grundlagen maschinelles Lernen 2: Logistische Regression, Perzeptron - Einführung in Neuronale Netze und ihre Optimierung, SGD, Back-propagation - Trainieren von neuronalen Netzen Teil 1: Regularisierung, Aktivierungsfunktionen, Initialisierung der Gewichte, Gradientenfluss, Batch Normalization, Optimierung der Hyperparameter - Trainieren von neuronalen Netzen Teil 2: Parameter-Updates, Ensembles, Dropout - Convolutional Neural Networks - CNN zur Objekterkennung (von MNIST zu ImageNet), Visualisierung von CNNs (DeepDream) - Rekurrente Netze und LSTMs - Forschung 1: Am meisten Verwendete Architekturen wie GoogleNet, ResNet - Forschung 2: Reinforcement learning - Forschung 3: Adversarial networks
Links E-Learning-Kurs (z. B. Moodle)
TUMonline-Eintrag

Gleiche Lehrveranstaltungen (z. B. in anderen Semestern)

SemesterTitelDozent(en)Termine
SS 2024 Introduction to Deep Learning (IN2346) Chen, Y. Li, H. Nießner, M. Weitz, S. Di, 14:00–16:00, virtuell
Do, 14:00–16:00, virtuell
Mo, 14:00–16:00, MI HS1
Di, 14:00–16:00, GALILEO Audimax
WS 2023/4 Introduction to Deep Learning (IN2346) Chen, Y. Dahnert, M. Gafni, G. Nießner, M. Weitz, S. Di, 14:00–16:00, MI HS1
Do, 10:00–12:00, MI HS1
sowie einzelne oder verschobene Termine
SS 2023 Introduction to Deep Learning (IN2346) Chen, Y. Dahnert, M. Franzmann, A. Gafni, G. Huang, J. … (insgesamt 6) Di, 14:00–16:00, GALILEO Audimax
Mo, 14:00–16:00, MI HS1
WS 2022/3 Introduction to Deep Learning (IN2346) Chen, Y. Dahnert, M. Dai, A. Huang, J. Di, 14:00–16:00, MI HS1
sowie einzelne oder verschobene Termine
SS 2022 Introduction to Deep Learning (IN2346) Dendorfer, P. Leal-Taixe, L.
Mitwirkende: Gerken, F.
Mo, 14:00–16:00, MI HS1
Di, 14:00–16:00, GALILEO Audimax
sowie einzelne oder verschobene Termine
WS 2021/2 Introduction to Deep Learning (IN2346) Dahnert, M. Franzmann, A. Gafni, G. Nie, Y. Nießner, M. Di, 14:00–16:00, virtuell
Do, 10:00–12:00, virtuell
SS 2021 Introduction to Deep Learning (IN2346) Franzmann, A. Nießner, M. Wagner, S. Weitz, S. Mo, 14:00–16:00, virtuell
Do, 08:00–10:00, virtuell
sowie einzelne oder verschobene Termine
WS 2020/1 Introduction to Deep Learning (IN2346) Dai, A. Dendorfer, P. Leal-Taixe, L. Lohr, Q. Nießner, M. … (insgesamt 6) Di, 14:00–16:00, virtuell
Do, 10:00–12:00, virtuell
sowie einzelne oder verschobene Termine
WS 2019/20 Introduction to Deep Learning (IN2346) Dai, A. Leal-Taixe, L. Lohr, Q. Nießner, M. Rössler, A. … (insgesamt 6) Di, 14:00–16:00, MI HS1
Do, 10:00–12:00, MI HS1
sowie einzelne oder verschobene Termine
SS 2019 Introduction to Deep Learning (IN2346) Leal-Taixe, L. Lohr, Q. Nießner, M. Rössler, A. Wagner, S. Do, 08:00–10:00, Interims I 101
Mo, 14:00–16:00, MI HS1
WS 2018/9 Introduction to Deep Learning (IN2346) Leal-Taixe, L. Lohr, Q. Nießner, M. Wagner, S. Do, 18:00–20:00, MI HS1
Di, 18:00–20:00, Interims I 101
sowie einzelne oder verschobene Termine
SS 2018 Introduction to Deep Learning (IN2346) Leal-Taixe, L. Lohr, Q. Nießner, M. Wagner, S. Mo, 14:00–16:00, MI HS1
Do, 08:00–10:00, Interims I 101
sowie einzelne oder verschobene Termine
SS 2017 Deep Learning for Computer Vision (IN2346) Häfner, B.
Leitung/Koordination: Cremers, D.
Mitwirkende: Frerix, T.Leal-Taixe, L.Nießner, M.
Nach oben