Pytorch Tutorial #16 - Katze oder Hund? - Das Training

preview_player
Показать описание
In diesem Tutorial schreiben wir den Trainingsalgorithmus.

_Discord:_

_Unterstützt mich - Danke!:_
  1. The Morpheus Tutorials
  2. Image
  3. Recognition
  4. Convolution
  5. Convolutional
  6. Bilderkennung
Рекомендации по теме
Pytorch Tutorial #16 0:09:14

Pytorch Tutorial #16 - Katze oder Hund? - Das Training

Pytorch Tutorial #18 0:10:13

Pytorch Tutorial #18 - Katze oder Hund? - Evaluation

Pytorch Tutorial #17 0:13:49

Pytorch Tutorial #17 - Katze oder Hund? - Das Netz

Pytorch Tutorial #33 0:14:40

Pytorch Tutorial #33 - Balance halten - Training Vorbereitung

Pytorch Tutorial #31 0:07:48

Pytorch Tutorial #31 - Balance halten - Das Netz

Pytorch Tutorial #32 0:15:31

Pytorch Tutorial #32 - Balance halten - Datenverarbeitung

Pytorch Tutorial #34 0:18:51

Pytorch Tutorial #34 - Balance halten - Training #2

Pytorch Tutorial #19 0:14:59

Pytorch Tutorial #19 - Namensherkunft - Character-RNNs

Pytorch Tutorial #11 0:17:51

Pytorch Tutorial #11 - Handschrifterkennung mit dem MNIST Datensatz - Das Netz

Maschinelles Lernen -- 0:43:33

Maschinelles Lernen -- Transfer Learning

What is Deep 1:03:40

What is Deep Learning | Deep Learning with PyTorch

One too many 0:00:15

One too many cats in my Wildlife Dataset - Tensorflow

Torchvision Datasets (Hands-on) 0:13:09

Torchvision Datasets (Hands-on)

Bilderkennung über Google 0:00:38

Bilderkennung über Google Cloud Vision API

Krebs und (zensiert) 0:05:51

Krebs und (zensiert) mit dem PC aufklären und zur Heilung beitragen

Neuronale Netze - 0:14:49

Neuronale Netze - Beispiele, Neuronale Netze II, Machine Learning Tutorial #13

Neuronale Netze, SVM 0:39:37

Neuronale Netze, SVM usw. mit scikit-learn

Stable Diffusion: Besser 0:18:04

Stable Diffusion: Besser als Dall E 2 in Python [Tutorial]

08: Typische Vorverarbeitung, 1:04:44

08: Typische Vorverarbeitung, Klassifikation, Überwachtes vs. Unüberwachtes Lernen

AI Generated Cats 0:00:15

AI Generated Cats that dont exist in real life. Generative Adversarial Networks generates ai cats

Gesichtserkennung mit Open-Source 0:18:46

Gesichtserkennung mit Open-Source | Programmier-Snapshot mit Mike Schilli | Linux-Magazin 06/2018

Ganz einfach Echte 0:09:09

Ganz einfach Echte Bilder mit KI in python generieren

GPT-3 einfach ERKLÄRT 0:10:16

GPT-3 einfach ERKLÄRT - DAS steckt HINTER der beliebten KI

Künstliche Intelligenz Special: 0:11:50

Künstliche Intelligenz Special: Künstliche neuronale Netze - Computer lernen sehen | Phil's Phy...

Комментарии
Автор

Sehr angenehme Stimme zum zuhören. Dankeschön für deine Videos...bist eine große Hilfe!!!

ЛёхаШмель-пч
Автор

Das ist mir jetzt schon bei den Videos davor aufgefallen:
Du setzt das criterion immer in die Train-Methode, den Optimizer aber z.B. nicht. Kann man einfach der Übersichtshalber das Criterion ebenfalls aus der Methode heraus hoch zum Optimizer packen, oder werden da Sachen reingeschrieben die bei jedem Train-Aufruf gelöscht werden müssen?

willyloedts
Автор

Hi, bzgl. Batchsize 64: da 25000/64 = 390, 625 ist, werden die letzten 40 Bilder nicht trainiert. Batchsize 40, 50 oder 100 wären Optionen.

brotherlui
Автор

Die Lernrate ist zu groß, ich erreiche mit 0.001 viel bessere Ergebnisse. Ich nehme an, dass bei 0.01 das Minimum der Fehlerfunktion übersprungen und nie erreicht wird.

julianhops
Автор

Wie mach ich das bei 5:00 ohne Grafikkarte?

Simon-qnug
Автор

Dislike. Da will jemand die besten Bilder (Hundebilder) wegschmeißen D:

cookieknight