Übersicht Home   Forum Forum   Forum Bildergallerien
Hilfe  Hilfe  Suche
 Kalender  Kalender  Benutzerkarte  Karte
Willkommen Gast. Bitte einloggen oder registrieren.
Haben Sie Ihre Aktivierungs E-Mail übersehen?
*
Home > Welt-Ticker > heise+ | Geschäftsanwendungen mit Long-Short-Term-Memory-Netzen (LSTM) entwickeln
Seiten: [1] nach unten
News: heise+ | Geschäftsanwendungen mit Long-Short-Term-Memory-Netzen (LSTM) entwickeln  (Gelesen 178 mal) Drucken
 
Jetzt News einliefern
 
Weitere News:
IconZweitligist Elversberg steigt auf - Paderborn auf Relegationsplatz
IconBrasiliens Korallen: Die Retter der Riffe
IconTaktrekord: 9,2 GHz mit Intels 14900KF unter Helium
IconDer FC Bayern feiert den 35. Meistertitel - und Tausende jubeln mit
IconDeutsche Filmschaffende starten Dogma-Revival
IconKI-Boom reicht nicht: Kalifornien plant Digitalsteuer für Cloud-Software
IconMähroboter Sunseeker X5 Gen2 im Test: Allrad-Mähroboter mit gutem Kantenschnitt
IconTote bei ukrainischen Angriffen auf Region Moskau
IconEntsetzen in Modena und die Suche nach dem Motiv
IconAtari-CEO Wade Rosen möchte die Marke nachhaltig zum Retro-Giganten aufbauen
heise+ | Geschäftsanwendungen mit Long-Short-Term-Memory-Netzen (LSTM) entwickeln
« am: 11.09.2019, 11:19:41 »
   

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



Quelle: http://www.heise.de
   

Stichworte: Keras, Long-Short-Term-Memory-Netzen, Python, TensorFlow, rekurrente neuronale Netze
Stichworte: Keras  Long-Short-Term-Memory-Netzen  Python  TensorFlow  rekurrente neuronale Netze



Diese News stammt aus dem NewsParadies
 top
 IP: [ Gespeichert ]
 eingeliefert von: heise  Profil anzeigen    facebook  twitter  google+  
0 Mitglieder und 1 Gast betrachten dieses Thema.
« vorheriges nächstes »
Drucken
Seiten: [1] nach oben  
« vorheriges nächstes »
Gehe zu:    top

    Newsparadies | Impressum | Datenschutz | Powered by SMF 1.0.7.
© 2001-2005, Lewis Media. Alle Rechte vorbehalten.