Johannes Höhne: Deep Learning mit Keras

Dank einer aufgeräumten und fokussierten API lassen sich mit der Kombination der Frameworks Keras und TensorFlow einfach neuronale Netzwerke zusammenbauen. Johannes Höhne demonstriert dies am Beispiel eines CNN.

In Pocket speichern vorlesen Druckansicht 3 Kommentare lesen
Johannes Höhne: Deep Learning mit Keras
Lesezeit: 1 Min.
Von
  • Matthias Parbel

"Ein Hello World, das es in sich hat" lautet der Untertitel von Johannes Höhnes Vortrag zu Deep Learning mit Keras, den er im Rahmen der data2day 2019 präsentierte. Dabei wirft er einen genaueren Blick auf die API des Python-Frameworks und wie sich damit nach der Verschmelzung mit TensorFlow effizient neuronale Netze zusammenstecken lassen.

In seinem Talk zeigt Höhne einerseits den Einstiegspunkt in Keras und implementiert dazu ein Convolutional Neural Network (CNN), das handgeschriebene Ziffern erkennt. Darüber hinaus geht er darauf ein, wie man ein fertig trainiertes Keras-Modell in einer JavaScript-Anwendung verbaut und anspricht. Dazu verwendet er das implementierte CNN und eine Angular-Applikation, die es dem User erlaubt, Ziffern auf den Screen zu zeichnen, die dann über das neuronale Netz erkannt werden.

Johannes Höhne: Deep Learning mit Keras

ist Senior Principal Architekt beim IT-Dienstleister MT AG und ist dafür verantwortlich den Aufbau und das Verfestigen der KI-Kompetenz des Unternehmens voranzutreiben. Er ist Gründer und häufiger Redner des MeetUP KI-Werkstatt, das regelmäßig Themenabende rund um alle Aspekte eines KI-Werkers veranstaltet. Zudem schreibt er regelmäßig Blogs. (map)