Introducing TensorFlow Videos for a Global Audience: German

Posted by the TensorFlow Team

When the TensorFlow YouTube channel launched in 2018, we had a vision to inform and inspire developers around the world about what was possible with Machine Learning. With series like showing inspirational stories about what people have done with TensorFlow and much more, the channel has grown greatly. But we learned an important lesson: it’s a global phenomenon, and to reach the world effectively, we should provide some of our best content in multiple languages with native speakers presenting. Check out the popular mit dem gleichnamigen Titel "Machine Learning: From Zero to Hero with TensorFlow".


lernen Sie die grundlegenden Zusammenhänge wie man mit ML einem Computer das Sehen und Erkennen von verschiedenen Objekten beibringt. sprechen wir über Konvolutionale Neuronale Netzwerke und warum sie in Computer-Vision-Szenarien so leistungsstark sind. Eine Konvolution ist ein Filter, der über ein Bild geht, es verarbeitet und Merkmale extrahiert, die eine Gemeinsamkeit im Bild aufweisen. In diesem Video sehen Sie, wie diese Netzwerke funktionieren, indem Sie ein Bild bearbeiten und versuchen werden Merkmale zu extrahieren! Sie können dazu auch ein Codelab ausprobieren: sehen Sie, wie man einen Bildklassifikator für Schere, Stein, Papier erstellt. Im ersten Video haben wir ein Szenario aus Schere, Stein, Papier gezeigt und erläutert, wie schwierig es sein könnte den entsprechenden Code, zur Klassifizierung der Szenarien, zu schreiben.

In den darauffolgenden ML Videos haben wir gelernt, wie man neuronale Netze von der Erkennung von Mustern in Rohpixeln über deren Klassifizierung bis hin zur Erkennung von Merkmalen mithilfe von Faltungen aufbaut. In diesem Video haben wir alle Informationen aus den ersten drei Teilen der Videoserie zu einer zusammengefasst. Colab-Notizbuch:

Wir wünschen Ihnen viel Spaß mit dieser Videoserie und bitte lassen Sie uns wissen, wenn Sie mehr sehen möchten!