Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen:
http://dx.doi.org/10.25673/14055| Titel: | Bildklassifizierung mit Neuronalen Netzen |
| Autor(en): | Ebert, David |
| Gutachter: | Prof. Dr. Schenke, Michael |
| Körperschaft: | Hochschule Merseburg |
| Erscheinungsdatum: | 2019-04-09 |
| Art: | Masterarbeit |
| Sprache: | Deutsch |
| Herausgeber: | Hochschulbibliothek, Hochschule Merseburg |
| URN: | urn:nbn:de:gbv:542-1981185920-141861 |
| Schlagwörter: | Neuronale Netze Visual Studio Code TensorFlow Keras Bildverarbeitung |
| Zusammenfassung: | Auf den folgenden Seiten dieser Abschlussarbeit werden grundlegende Einblicke in die Entwicklung eines Neuronalen Netzes vermittelt. Dabei wird auf das besondere Umfeld sowie ausgewählte Eigenheiten eingegangen und ein Überblick über die verwendete Entwicklungsumgebung verschafft. Der Fokus der Arbeit liegt auf den entsprechenden Möglichkeiten unter Verwendung von Visual Studio Code, TensorFlow und Keras. Außerdem wird in dieser Abschlussarbeit untersucht, ob Unterschiede in der Größe der Bilder einen Einfluss auf die Genauigkeit und die Performance des zu entwickelnden Neuronalen Netzes aufweisen. Auch wird untersucht ob verschiedene Aktivierungsfunktionen und Optimizer die Genauigkeiten des Netzwerkes beeinflussen können. |
| URI: | https://opendata.uni-halle.de//handle/1981185920/14186 http://dx.doi.org/10.25673/14055 |
| Open-Access: |  Open-Access-Publikation |
| Nutzungslizenz: |  (CC BY 4.0) Creative Commons Namensnennung 4.0 International |
| Enthalten in den Sammlungen: | Ingenieur- und Naturwissenschaften |
Dateien zu dieser Ressource:
| Datei | Beschreibung | Größe | Format | |
|---|---|---|---|---|
| EbertDavid_Bildklassifizierung_mit_neuronalen_Netzen.pdf | 3.55 MB | Adobe PDF |  Öffnen/Anzeigen |