Deep Learning mit Keras: Ein Hello World, das es in sich hat
Keras ist ein Python Framework, mit dem man neuronale Netze zusammenstecken kann. Dafür bietet Keras eine aufgeräumte und fokussierte API. Die eigentlichen Berechnungen für das neuronale Netz finden dann im unter Keras liegenden TensorFlow statt. Die Kombination aus Keras und TensorFlow ist so erfolgreich, dass beide Projekte seit dem Release 1.4 von TensorFlow verschmolzen wurden. Somit ist es Zeit, sich Keras einmal genauer anzuschauen. Höhne zeigt in seinem Talk den Einstiegspunkt in Keras und implementiert dazu ein Convolutional Neuronal Network (CNN), das handgeschriebene Ziffern erkennt. Dabei geht er auf Folgendes ein:
• Was ist der Trick von neuronalen Netzen?
• Wie extrahiert man über Convolutional Layer die wichtigen Segmente aus Bildern?
• Wie erzeugt man über Augmentieren noch mehr Beispiele für das Training?
• Wie bewertet man die Performance des CNN?
Im zweiten Teil zeigt Höhne, wie man ein fertig trainiertes Keras Model in einer JavaScript-Anwendung verbaut und anspricht. Dazu verwendet er das Modell aus dem ersten Teil und eine Angular-Applikation, die es dem User erlaubt, Ziffern auf den Screen zu zeichnen, die dann über das Neuronale Netz erkannt werden.
Vorkenntnisse
Der Talk richtet sich an Einsteiger und Umsteiger in das Thema Neuronale Netze. Es gibt einen Einstieg in die Gedankenwelt der Neuronalen Netze, sodass man die richtigen Einstiegspunkte in die Thematik der Neuronalen Netze und in Keras kennt.
Lernziele
Wie funktionieren Neuronale Netze und wie baue ich mir ein kleines Starter-Set auf, mit dem ich bis zum aktuellen Punkt der Forschung komme.