Für die Firmenanwendung: Kundenverhalten per LSTM vorhersagen
#Keras #KünstlicheIntelligenz #LSTM #MachineLearning #Python

Wer aus Kundendaten Vorhersagen treffen will, sollte ML-Netze wie Long Short-Term Memory (LSTM) einsetzen – es eignet sich insbesondere für lange Seuqenzreihen․

heise+ | Geschäftsanwendungen mit Long-Short-Term-Memory-Netzen (LSTM) entwickeln
#Keras #Python #TensorFlow #rekurrenteneuronaleNetze

Mit rekurrenten Netzen lassen sich Kundenentscheidungen voraussagen und Texte erzeugen․ Mit Keras und TensorFlow kann man LSTMs in eigenen Anwendungen nutzen․

Machine Learning: Keras künftig ausschließlich auf TensorFlow ausgerichtet
#Framework #Keras #MachineLearning #TensorFlow

Version 2․3 der Deep-Learning-Bibliothek läutet das Ende des Multi-Backend-Daseins von Keras ein: Die Zukunft liegt aus Sicht des Initiators in tf․keras․

heise-Angebot: Intensivkurs: Machine Learning mit TensorFlow und Keras
#DeepLearning #Keras #KünstlicheIntelligenz #MachineLearning #TensorFlow

An vier Tagen lernen Sie, wie man anspruchsvolle KI-Aufgaben mit den populären Frameworks TensorFlow und Keras implementiert․ Bis zum 14․10․ gibt es 10% Rabatt․

heise+ | Deep-Learning-Algorithmen mit Python und Keras selbst programmieren
#ConvolutionalNetworks #DeepLearning #KIAlgorithmen #Keras #KünstlicheIntelligenz #Python #TensorFlow

Mit ein paar Zeilen Code und der Python-Bibliothek Keras programmieren Sie Deep-Learning-Algorithmen am heimischen Rechner․

​​​​​heise-Angebot: Onlinekurs: Deep Learning mit TensorFlow und Keras
#DeepLearning #Keras #KünstlicheIntelligenz #ML #MachineLearning #TensorFlow

In diesem Intensivkurs lernen Sie in praktischen Übungen, neuronale Netze für Deep Learning mit den gängigen Frameworks TensorFlow und Keras zu erstellen․

​​​​​heise-Angebot: Webinar: Die fünf wichtigsten Data Science Tools für Python-Programmierer
#DataScience #Jupyter #Keras #Pandas #Programmierung #Python #Sklearn #Softwareentwicklung

Wer sich einen Überblick über die fünf wichtigsten Werkzeuge im Bereich Data Science verschaffen möchte, ist mit dem kostenlosen Webinar am 3․ Juni gut beraten․

​​​​​heise+ | Deep-Learning-Tutorial Teil 2: Modellerstellung mit Convolutional Neural Network
#Bilderkennung #Colab #DeepLearning #GoogleColab #JupyterNotebook #Keras #KünstlicheIntelligenz #MachineLearning

Teil 2 dieses Deep-Learning-Tutorials beschäftigt sich mit dem Training eines in Keras implementierten YOLOv3-Modells zur Objekterkennung․

​​​​​heise+ | Tutorial Deep Learning: Einsatz des trainierten Modells auf der Zielhardware
#DeepLearning #Jetson #Keras #ONNX #Softwareentwicklung #TensorFlow

Der Weg trainierter Modelle auf die Zielsysteme fällt mitunter sehr verschieden aus․ Entwickler müssen vor allem auf die Leistung und den Stromverbrauch achten․

​​​​​heise-Angebot: Intensivkurs: Deep Learning mit TensorFlow und Keras
#DeepLearning #Keras #KünstlicheIntelligenz #MachineLearning #TensorFlow

Lernen Sie an vier Tagen, wie man Machine-Learning-Anwendungen mit komplexen neuronalen Netzen entwickelt und betreibt․

​​​​​Machine Learning: TensorFlow 2․4 rechnet mit NumPy-APIs
#Framework #Google #Keras #MachineLearning #TensorFlow #mixedPrecision

Neben der direkten Anbindung an NumPy führt das Machine-Learning-Framework eine neue Methode für asynchrones paralleles Modelltraining ein․

​​​​​heise-Angebot: Online-Intensivkurs: Deep Learning mit TensorFlow und Keras
#Keras #KünstlicheIntelligenz #ML #MachineLearning #Python #TensorFlow

Lernen Sie an vier Tagen in vielen Übungen, wie man in Python Machine-Learning-Anwendungen mit komplexen neuronalen Netzen entwickelt und betreibt․

​​​​​heise-Angebot: Die Webinar-Serie von Heise: Machine Learning in der Praxis
#DataScience #DeepLearning #Keras #MachineLearning #Python #TensorFlow

An fünf Terminen im März und April können sich Interessierte in 20 praxisnahen Stunden zu den wichtigsten Themen im Bereich Machine Learning weiterbilden․

​​​​​heise-Angebot: Deep Learning mit TensorFlow und Keras: Das XXL-Webinar von Heise
#DataScience #Keras #MachineLearning #TensorFlow

Am 24․ März lernen Interessierte den Einsatz der Machine-Learning-Bibliotheken praxisnah․ Wer gleich die komplette Webinar-Serie bucht, spart ordentlich Geld․

​​​​​heise-Angebot: Natural Language Processing mit Keras: Das XXL-Webinar von Heise
#DeepLearning #Keras #MachineLearning #NLP #heiseAcademy

Am 24․ November lernen Interessierte praxisnah den Einsatz von Natural Language Processing․ Wer gleich die komplette Webinar-Serie bucht, spart ordentlich Geld․

​​​​​Machine Learning: TensorFlow 2․8 soll Funktionen von TensorFlow Lite erweitern
#DeepLearning #Keras #MachineLearning #TensorFlow #TensorflowLite

Der erste Release Candidate für Version 2․8 gibt einen Ausblick auf umfangreiche Änderungen – inklusive Breaking Changes für die zugehörige Python-API Keras․

​​​​​heise+ | Automatisiertes Machine Learning mit AutoKeras
#AutoKeras #AutomatedMachineLearning #Keras #KünstlicheIntelligenz #MachineLearning #MachineLearningTools #TensorFlowjs #AutoML

Wer gängige Aufgaben des maschinellen Lernens mit Keras lösen will, muss viele Zeilen Programmcode eintippen․ AutoKeras versucht schneller ans Ziel zu kommen․

​​​​​Machine-Learning: Keras gewinnt in TensorFlow 2․10 an Usability
#ARM #AmazonWebServices #DeepLearning #Intel #Keras #MachineLearning #TensorFlow #TensorflowLite

TensorFlow erhöht die Keras-Nutzerfreundlichkeit durch einen neuen Umgang mit Attention Layern und geht eine Kooperation mit Intel, AWS und weiteren ein․

​​​​​Machine Learning: TensorFlow 2․12 wird ein neues Keras-Speicherformat einführen
#Google #Keras #MachineLearning #MachineLearningFramework #Python #TensorFlow

Der aktuelle Release Candidate bringt ein neues Speicherformat für Keras-Modelle sowie einen neuen Namespace und entfernt redundante Pakete․

​​​​​heise+ | KI in Python: Mit neuronalen Netzen ein selbstlernendes System entwickeln
#DeepQLearning #Keras #KünstlicheIntelligenz #MachineLearning #Python #QLearning

Bei Umgebungen mit vielen Zuständen stößt Q-Learning an seine Grenzen․ Mit Deep-Q-Learning setzt man neuronale Netze ein, um ein Problem effizient zu lösen․