DL4CV an der TU München

CitySTADT: Augsburg

CountryLAND: Deutschland

Kommilitonen im Kurs DL4CV an der TU München erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp.

Schaue jetzt auf StudySmarter nach, welche Lernmaterialien bereits für deine Kurse von deinen Kommilitonen erstellt wurden. Los geht’s!

Kommilitonen im Kurs DL4CV an der TU München erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp.

Schaue jetzt auf StudySmarter nach, welche Lernmaterialien bereits für deine Kurse von deinen Kommilitonen erstellt wurden. Los geht’s!

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs DL4CV an der TU München.

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

What are the usage of 1*1 convolution?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

Is it ok to treat dimensions separately in Batch Normalilization?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

Regularization Techniques?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

Why Transfer Learning is good?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

How do we get from filters to a ConvNet?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

How should be the filter depth dimension?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

How can we restrict degree of freedom/reduced learnable parameters?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

What was the first use of ReLU?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

What are Unpooling ways?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

What is the connection between Autoencoder and PCA?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

What does KL-Div Loss do in latent space?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

Example of many to one mapping?

Beispielhafte Karteikarten für DL4CV an der TU München auf StudySmarter:

DL4CV

What are the usage of 1*1 convolution?
1) we can use it to have fully convolutional networks (remove FC layer)
2) reduced dimention

DL4CV

Is it ok to treat dimensions separately in Batch Normalilization?
Shown empirically that even if features are not decorrelated, convergence is still faster with this method

DL4CV

Regularization Techniques?
Weight Decay
Data Augmentation
Early Stopping
Ensemble
Bagging
Dropout

DL4CV

Why Transfer Learning is good?
we learning different level of features which we can use for other settings

DL4CV

How do we get from filters to a ConvNet?
The idea is optimize for filter banks
Filters are spatially-invariant
Extract features at locations
Multiple feature banks per location

DL4CV

How should be the filter depth dimension?
Depth dimension *must* match input depth dimension;i.e., filter extends the full depth of the

DL4CV

How can we restrict degree of freedom/reduced learnable parameters?
1) In conVnets connections are structured (everything is not connected with everything)
2) in convolution wen we apply a filters to different spatial location the weights are shared

DL4CV

What was the first use of ReLU?
AlexNet

DL4CV

What are Unpooling ways?
1) Nearest Neighbor
2) Bed of Nails

DL4CV

What is the connection between Autoencoder and PCA?
PCA is restricted to a linear map, while auto encoders can have nonlinear enoder/decoders.

A single layer auto encoder with linear transfer function is nearly equivalent to PCA, where nearly means that the W
W found by AE and PCA won’t be the same–but the subspace spanned by the respective W
W’s will.

DL4CV

What does KL-Div Loss do in latent space?
forcing a unit Gaussian distribution so the latent vector becomes a distribution

DL4CV

Example of many to one mapping?
Language recognition
Sentimental analysis (grading writings)
Gradient

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für DL4CV an der TU München zu sehen

Singup Image Singup Image

Andere Kurse aus deinem Studiengang

Für deinen Studiengang an der TU München gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur TU München Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für an der TU München oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

StudySmarter Flashcard App and Karteikarten App
d

4.5 /5

d

4.8 /5

So funktioniert StudySmarter

Individueller Lernplan

Bereite dich rechtzeitig auf all deine Klausuren vor. StudySmarter erstellt dir deinen individuellen Lernplan, abgestimmt auf deinen Lerntyp und Vorlieben.

Erstelle Karteikarten

Erstelle dir Karteikarten in wenigen Sekunden mit Hilfe von effizienten Screenshot-, und Markierfunktionen. Maximiere dein Lernverständnis mit unserem intelligenten StudySmarter Trainer.

Erstelle Zusammenfassungen

Markiere die wichtigsten Passagen in deinen Dokumenten und StudySmarter erstellt dir deine Zusammenfassung. Ganz ohne Mehraufwand.

Lerne alleine oder im Team

StudySmarter findet deine Lerngruppe automatisch. Teile Karteikarten und Zusammenfassungen mit deinen Kommilitonen und erhalte Antworten auf deine Fragen.

Statistiken und Feedback

Behalte immer den Überblick über deinen Lernfortschritt. StudySmarter zeigt dir genau was du schon geschafft hast und was du dir noch ansehen musst, um deine Traumnote zu erreichen.

1

Individueller Lernplan

2

Erstelle Karteikarten

3

Erstelle Zusammenfassungen

4

Lerne alleine oder im Team

5

Statistiken und Feedback

Nichts für dich dabei?

Kein Problem! Melde dich kostenfrei auf StudySmarter an und erstelle deine individuellen Karteikarten und Zusammenfassungen für deinen Kurs DL4CV an der TU München - so schnell und effizient wie noch nie zuvor.