Le Deep Learning nécessite un vaste jeu de données labellisées.
Familiarisez-vous avec ce cours et les concepts du Deep Learning.
Machen Sie sich mit den Konzepten des Deep Learning und mit dem Kurs vertraut.
Le Deep Learning offre un haut niveau de fiabilité, mais nécessite de grandes quantités de données pour parvenir à des prédictions précises.
Deep Learning bietet sehr präzise Vorhersagen, benötigt dafür aber umfangreiche Daten.
Souhaitez-vous recevoir les dernières actualités et mises à jour sur Deep Learning?
Möchten Sie die neuesten Nachrichten und Updates zu Deep Learning erhalten?
Le Deep Learning pour stopper les malwares connus et inconnus sans signatures
Deep Learning zum Stoppen bekannter und unbekannter Bedrohungen ohne Signaturen
Le Deep Learning exige une puissance de calcul considérable.
Deep Learning erfordert sehr viel Rechenleistung.
Intégrer le Deep Learning dans un processus unique.
Integration von Deep Learning in einem einzelnen Workflow
Avec le Deep Learning, l'extraction de caractéristiques et le processus de modélisation sont automatiques.
Beim Deep Learning sind die Schritte für die Merkmalsextraktion und die Modellierung automatisch.
Des voitures autonomes aux assistants personnels automatisés, le Deep Learning a révolutionné presque tous les domaines auxquels il a été appliqué.
Von selbstfahrenden Autos bis hin zu automatisierten persönlichen Assistenten hat Deep Learning nahezu alle Bereiche revolutioniert, auf die es angewendet wurde.
De nombreuses entreprises se tournent aujourd'hui vers les technologies de l'apprentissage automatique et du Deep Learning pour exploiter leurs données plus efficacement et prendre un avantage compétitif décisif.
Daher setzen viele Unternehmen jetzt auf maschinelles Lernen und Deep Learning, um die Menge an Informationen gezielt zu nutzen und sich weiter vom Wettbewerb abzuheben.
Le Deep Learning, un réseau de neurones « profond », comprend plusieurs couches et un fort volume de données.
Deep Learning ist ein „tiefes" neuronales Netz mit vielen Neuronenebenen und einem enormen Datenvolumen.
Outre la reconnaissance d'objets, qui identifie un objet particulier dans une image ou une vidéo, le Deep Learning peut également servir à la détection d'objets.
Neben der Objekterkennung, mit der ein spezifisches Objekt in einem Bild oder Video identifiziert wird, ermöglicht Deep Learning auch die Objekterfassung.
Dans le cas du Deep Learning, la détection d'objets est un sous-ensemble de la reconnaissance d'objets, où l'objet est non seulement identifié mais également situé dans l'image.
Im Fall des Deep Learning ist die Objekterfassung eine Teilmenge der Objekterkennung, bei der das Objekt in einem Bild nicht nur identifiziert, sondern auch lokalisiert wird.
