{"id":150953,"date":"2023-10-17T09:00:33","date_gmt":"2023-10-17T08:00:33","guid":{"rendered":"https:\/\/multi.datascientest.com\/?p=150953"},"modified":"2023-10-17T09:09:58","modified_gmt":"2023-10-17T08:09:58","slug":"vgg-modell-data-weiterbildung","status":"publish","type":"post","link":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung","title":{"rendered":"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!"},"content":{"rendered":"\t\t<div data-elementor-type=\"wp-post\" data-elementor-id=\"150953\" class=\"elementor elementor-150953\" data-elementor-post-type=\"post\">\n\t\t\t\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-ab17bb8 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"ab17bb8\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-cc7ddc3\" data-id=\"cc7ddc3\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-147c850 elementor-widget elementor-widget-heading\" data-id=\"147c850\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style><h2 class=\"elementor-heading-title elementor-size-default\">Daniel ist wieder da, die Symbolfigur unserer Weiterbildungen, die unsere Lernenden bis zum Abschluss begleitet. Heute wird er Dir ein Modell vorstellen, das h\u00e4ufig in der Computer Vision verwendet wird: VGG.\n<\/h2>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-cd001b4 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"cd001b4\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-5bee5a1\" data-id=\"5bee5a1\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-f07355d elementor-widget elementor-widget-text-editor\" data-id=\"f07355d\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-text-editor.elementor-drop-cap-view-stacked .elementor-drop-cap{background-color:#69727d;color:#fff}.elementor-widget-text-editor.elementor-drop-cap-view-framed .elementor-drop-cap{color:#69727d;border:3px solid;background-color:transparent}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap{margin-top:8px}.elementor-widget-text-editor:not(.elementor-drop-cap-view-default) .elementor-drop-cap-letter{width:1em;height:1em}.elementor-widget-text-editor .elementor-drop-cap{float:left;text-align:center;line-height:1;font-size:50px}.elementor-widget-text-editor .elementor-drop-cap-letter{display:inline-block}<\/style>\t\t\t\t<p>Vor einiger Zeit hatten wir bereits die Gelegenheit, das Konzept des <a href=\"https:\/\/datascientest.com\/de\/transfer-learning\">Transfer Learning<\/a> n\u00e4her zu erl\u00e4utern. Wenn Du unseren Artikel zu diesem Thema verpasst hast, kannst Du ihn <strong><a href=\"https:\/\/datascientest.com\/de\/convolutional-neural-network-2\">hier<\/a> <\/strong>noch einmal anschauen. Kurz erkl\u00e4rt, bezeichnet Transfer Learning die F\u00e4higkeit, vorhandenes Wissen, das zur L\u00f6sung bestimmter Probleme entwickelt wurde, zur L\u00f6sung eines neuen Problems zu nutzen.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6fe5355 elementor-widget elementor-widget-heading\" data-id=\"6fe5355\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Ein paar Hintergrundinformationen\n<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7745796 elementor-widget elementor-widget-text-editor\" data-id=\"7745796\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p><a href=\"https:\/\/datascientest.com\/de\/neuronale-netze-einfach-erklaert\">VGG ist ein neuronales Netz aus Faltungszellen,<\/a> das von K. Simonyan und A. Zisserman von der Universit\u00e4t Oxford entwickelt wurde und das durch den Gewinn des <b>ILSVRC<\/b>-Wettbewerbs (<b>ImageNet Large Scale Visual Recognition Challenge<\/b>) im Jahr 2014 Ber\u00fchmtheit erlangte. Das Modell erreichte auf Imagenet eine Genauigkeit von 92,7 %, was einen der h\u00f6chsten Werte darstellt. Es stellte einen Fortschritt gegen\u00fcber fr\u00fcheren Modellen dar, indem es in den Faltungsmatrixen <b>kleinere Faltungskerne (3\u00d73)<\/b> nutzte als bis dahin \u00fcblich. Das Modell wurde \u00fcber Wochen hinweg mithilfe modernster Grafikkarten trainiert.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-3246715 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"3246715\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Erfahre mehr \u00fcber unsere Weiterbildung zum Data Scientist<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-173b1d0 elementor-widget elementor-widget-heading\" data-id=\"173b1d0\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">ImageNet\n<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-1c2acab elementor-widget elementor-widget-text-editor\" data-id=\"1c2acab\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>ImageNet ist eine gigantische <b>Datenbank <\/b>mit \u00fcber 14 Millionen gelabelten Bildern, die in \u00fcber 1000 Klassen eingeteilt sind, Stand 2014. Im Jahr 2007 begann eine Forscherin namens Fei-Fei Li mit dem Projekt, einen solchen Datensatz zu erstellen. Zwar ist die Modellierung ein sehr wichtiger Aspekt, um eine gute Leistung zu erzielen, aber \u00fcber qualitativ hochwertige Daten zu verf\u00fcgen, ist ebenso wichtig, um ein erstklassiges Lernergebnis zu erzielen. Die Daten wurden von Menschen aus dem Internet gesammelt und mit Tags versehen. Sie sind daher Open Source und geh\u00f6ren somit keinem bestimmten Unternehmen. <\/p><p>\u00a0<\/p><p>\ud83d\udca1 Auch interessant:<\/p><table dir=\"ltr\" border=\"1\" cellspacing=\"0\" cellpadding=\"0\"><colgroup><col width=\"1116\" \/><\/colgroup><tbody><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Was genau ist ein Deep Neural Network?&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/deep-neural-network\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/deep-neural-network\" target=\"_blank\" rel=\"noopener\">Was genau ist ein Deep Neural Network?<\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Recurrent Neural Network (RNN): Was genau ist das?&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/recurrent-neural-network\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/recurrent-neural-network\" target=\"_blank\" rel=\"noopener\">Recurrent Neural Network (RNN): Was genau ist das?<\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Convolutional Neural Network (CNN): Alles, was Du wissen solltest&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/convolutional-neural-network-2\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/convolutional-neural-network-2\" target=\"_blank\" rel=\"noopener\">Convolutional Neural Network (CNN): Alles, was Du wissen solltest<\/a><\/td><\/tr><\/tbody><\/table><p>Seit 2010 findet jedes Jahr die <b>ImageNet Large Scale Visual Recognition Challenge<\/b> statt, bei der es darum geht, Modelle der Bildverarbeitung herauszufordern. Der Wettbewerb wird auf einer Teilmenge des ImageNet durchgef\u00fchrt, die aus : 1,2 Millionen Trainingsbildern, 50.000 zur Validierung und 150.000 zum Testen des Modells.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-eecb987 elementor-widget elementor-widget-heading\" data-id=\"eecb987\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Die Architektur<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-23b35b5 elementor-widget elementor-widget-text-editor\" data-id=\"23b35b5\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>In der Praxis gibt es zwei verschiedene Algorithmen: <b>VGG16 <\/b>und <b>VGG19<\/b>. In diesem Artikel werden wir uns auf die Architektur des ersteren konzentrieren. Obwohl beide Architekturen sehr \u00e4hnlich sind und der gleichen Logik folgen, weist VGG19 eine gr\u00f6\u00dfere Anzahl von Faltungsmatrixen auf.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-621d9e6 elementor-widget elementor-widget-image\" data-id=\"621d9e6\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"439\" src=\"https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG_Plan-de-travail-1.png\" class=\"attachment-large size-large wp-image-68385\" alt=\"Architecture Algoritme VGG16\" srcset=\"https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG_Plan-de-travail-1.png 1024w, https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG_Plan-de-travail-1-300x165.png 300w, https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG_Plan-de-travail-1-768x422.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Architecture Algoritme VGG16<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-beecfeb elementor-widget elementor-widget-image\" data-id=\"beecfeb\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t<figure class=\"wp-caption\">\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"800\" height=\"439\" src=\"https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG-02.png\" class=\"attachment-large size-large wp-image-68383\" alt=\"Structure VGG 16\" srcset=\"https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG-02.png 1024w, https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG-02-300x165.png 300w, https:\/\/datascientest.com\/de\/files\/2021\/04\/illu_VGG-02-768x422.png 768w\" sizes=\"(max-width: 800px) 100vw, 800px\" \/>\t\t\t\t\t\t\t\t\t\t\t<figcaption class=\"widget-image-caption wp-caption-text\">Structure Algoritme VGG16<\/figcaption>\n\t\t\t\t\t\t\t\t\t\t<\/figure>\n\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-60b6125 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"60b6125\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-818ff64\" data-id=\"818ff64\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-d7b3611 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"d7b3611\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Erfahre mehr \u00fcber unsere Weiterbildung zum Data Scientist<\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-0d48b7a elementor-widget elementor-widget-text-editor\" data-id=\"0d48b7a\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Das Modell erfordert nur eine spezifische Vorverarbeitung, bei der der durchschnittliche RGB-Wert, der \u00fcber den Lernsatz berechnet wurde, von jedem Pixel subtrahiert wird.<\/p><p>W\u00e4hrend des Lernens des Modells ist der Input f\u00fcr die erste Faltungsschicht ein RGB-Bild der Gr\u00f6\u00dfe 224 x 224. F\u00fcr alle Faltungsschichten ist die Faltungsmatrix 3\u00d73 gro\u00df: die kleinste Dimension, um die Konzepte von oben, unten, links\/rechts und mittig zu erfassen. Dies war eine Besonderheit des Modells zum Zeitpunkt seiner Ver\u00f6ffentlichung. Bis zur Markteinf\u00fchrung von VGG16 haben sich viele Modelle f\u00fcr gr\u00f6\u00dfere Faltungskerne entschieden (z. B. Gr\u00f6\u00dfe 11 oder Gr\u00f6\u00dfe 5). Diese Schichten haben zum Ziel, das Bild zu filtern, indem sie nur diskriminierende Informationen wie atypische geometrische Formen filtern.\u00a0\u00a0<\/p><p>Diese Faltungsschichten werden von <a href=\"https:\/\/datascientest.com\/de\/convolutional-neural-network-2\">Max-Pooling-Schichten<\/a>\u00a0begleitet, die jeweils eine Gr\u00f6\u00dfe von 2\u00d72 haben, um die Gr\u00f6\u00dfe der Filter w\u00e4hrend des Lernens zu reduzieren.\u00a0\u00a0<\/p><p>Am Output der Convolution- und Pooling-Schichten haben wir 3 Schichten von <b>Fully-Connected-Neuronen<\/b>. Die ersten beiden bestehen aus 4096 Neuronen und die letzte aus 1000 Neuronen mit einer Softmax-Aktivierungsfunktion, um die Klasse des Bildes zu bestimmen.<\/p><p>Wie Du siehst, ist die Architektur klar und einfach zu verstehen, was auch eine St\u00e4rke dieses Modells darstellt.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-90b6928 elementor-widget elementor-widget-heading\" data-id=\"90b6928\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Ergebnisse aus dem ImageNet<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-422cb6c elementor-widget elementor-widget-image\" data-id=\"422cb6c\" data-element_type=\"widget\" data-widget_type=\"image.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"602\" height=\"259\" src=\"https:\/\/datascientest.com\/de\/files\/2021\/04\/image2-1.png\" class=\"attachment-large size-large wp-image-64955\" alt=\"\" srcset=\"https:\/\/datascientest.com\/de\/files\/2021\/04\/image2-1.png 602w, https:\/\/datascientest.com\/de\/files\/2021\/04\/image2-1-300x129.png 300w\" sizes=\"(max-width: 602px) 100vw, 602px\" \/>\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-e6bc949 elementor-widget elementor-widget-text-editor\" data-id=\"e6bc949\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Die obige Abbildung vergleicht die Ergebnisse verschiedener Modelle aus dem Jahr 2014 oder auch aus fr\u00fcheren Jahren. Wir k\u00f6nnen sehen, dass VGG sowohl im Validierungs- als auch im Testsatz die besten Ergebnisse liefert. Bemerkenswert ist auch, dass das Modell deutlich bessere Ergebnisse liefert als in den Jahren 2012 und 2013.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7f01985 elementor-widget elementor-widget-heading\" data-id=\"7f01985\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Was hat Transfer Learning mit all dem zu tun?<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-a0dc8d4 elementor-widget elementor-widget-text-editor\" data-id=\"a0dc8d4\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Wie bereits erw\u00e4hnt, kann die <a href=\"https:\/\/datascientest.com\/de\/transfer-learning\">Trainingszeit f\u00fcr ein Modell wie VGG sehr lang sein,<\/a> vor allem, wenn man nur wenige Ressourcen zur Verf\u00fcgung hat. Da das Modell im ImageNet trainiert wurde, kann es au\u00dferdem interessant sein, die Gewichte des bereits trainierten Modells abzurufen, insbesondere die Filter in den Faltungsschichten, die aus dem Training im ImageNet stammen. In der Praxis wird dies auch so gehandhabt: Wir rufen die Gewichte aus den Faltungsschichten ab und m\u00fcssen nur die drei Schichten trainieren, die wir hinzuf\u00fcgen. Das Prinzip bleibt das gleiche: das in ImageNet gewonnene Wissen zur L\u00f6sung eines naheliegenden Problems zu nutzen.<\/p><p>Insbesondere ist es m\u00f6glich, das vorab trainierte Modell sehr einfach direkt abzurufen und die spezifische Vorverarbeitung anzuwenden, die das Modell verlangt.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-022429a elementor-widget elementor-widget-heading\" data-id=\"022429a\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Ein kleiner Einblick in die Praxis<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-54e2583 elementor-widget elementor-widget-text-editor\" data-id=\"54e2583\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>In der Praxis gibt es zwei verf\u00fcgbare Algorithmen: VGG16 und VGG19.\u00a0<\/p><p>Mit Hilfe der <a href=\"https:\/\/datascientest.com\/de\/tensorflow\"><b>keras-Bibliothek von Tensorflow<\/b> ist es einfach,<\/a> das bereits trainierte Modell standardm\u00e4\u00dfig von ImageNet abzurufen.\u00a0<\/p><p>Zun\u00e4chst m\u00fcssen wir die gleiche spezifische Verarbeitung anwenden, die zum Zeitpunkt des Trainings des Modells angewandt wurde. Dar\u00fcber hinaus erg\u00e4nzen wir die Trainingsdaten durch zus\u00e4tzliche Daten, um ein Risiko des <b>Overlearnings <\/b>zu verhindern. Dabei ist es auch wichtig, zu \u00fcberpr\u00fcfen, ob die als Input gegebenen Bilder RGB-Bilder im Format 224\u00d7224 sind.\u00a0\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-848e233 elementor-widget elementor-widget-shortcode\" data-id=\"848e233\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Thibault-venet\/ec44f996ba1ff384448564aeb6960735.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-5235b9c elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"5235b9c\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-7aac525\" data-id=\"7aac525\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-50691a1 elementor-widget elementor-widget-text-editor\" data-id=\"50691a1\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Dann k\u00f6nnen wir die optimierten Gewichte aus den Faltungsschichten abrufen und die drei Dense Layer trainieren, die wir hinzuf\u00fcgen und zusammensetzen:\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-62fa10a elementor-widget elementor-widget-shortcode\" data-id=\"62fa10a\" data-element_type=\"widget\" data-widget_type=\"shortcode.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-shortcode\"><script src=\"https:\/\/gist.github.com\/Thibault-venet\/2daa77bdb6f4ab8aacc1606908ce14fb.js\"><\/script><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-a9b7027 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"a9b7027\" data-element_type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-129e9c5\" data-id=\"129e9c5\" data-element_type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t\t\t<div class=\"elementor-element elementor-element-887d696 elementor-widget elementor-widget-text-editor\" data-id=\"887d696\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>Wenn die Ergebnisse nach dem Training nicht gut genug sind, ist es nicht mehr m\u00f6glich, die letzten Faltungsmatrixen zu fixieren und sie erneut zu trainieren, um eine bessere Leistung zu erzielen. Auch hier h\u00e4ngt alles von den zur Verf\u00fcgung stehenden Ressourcen ab, sodass sich dieser zus\u00e4tzliche Schritt als zeitaufwendig herausstellen kann.\u00a0<\/p><p>\u00a0<\/p><p>\ud83d\udca1Auch interessant:<\/p><table dir=\"ltr\" border=\"1\" cellspacing=\"0\" cellpadding=\"0\"><colgroup><col width=\"1116\" \/><\/colgroup><tbody><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Microsoft pr\u00e4sentiert Windows Copilot: Erfahre alles \u00fcber die Revolution des Betriebssystems &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/microsoft-praesentiert-windows-copilot-erfahre-alles-ueber-die-revolution-des-betriebssystems\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/microsoft-praesentiert-windows-copilot-erfahre-alles-ueber-die-revolution-des-betriebssystems\" target=\"_blank\" rel=\"noopener\">Microsoft pr\u00e4sentiert Windows Copilot: Erfahre alles \u00fcber die Revolution des Betriebssystems <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Data Visualization Tools: Gebe deinen Daten einen Sinn! &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/data-visualization-tools-gebe-deinen-daten-einen-sinn-2\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/data-visualization-tools-gebe-deinen-daten-einen-sinn-2\" target=\"_blank\" rel=\"noopener\">Data Visualization Tools: Gebe deinen Daten einen Sinn! <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Bootstrap: Was ist das? Wie kann man damit eine Webseite erstellen? &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/bootstrap-was-ist-das-wie-kann-man-damit-eine-webseite-erstellen\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/bootstrap-was-ist-das-wie-kann-man-damit-eine-webseite-erstellen\" target=\"_blank\" rel=\"noopener\">Bootstrap: Was ist das? Wie kann man damit eine Webseite erstellen? <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Walaaxy: Alles \u00fcber das LinkedIn-Prospektionstool &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/walaaxy-alles-ueber-das-linkedin-prospektionstool\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/walaaxy-alles-ueber-das-linkedin-prospektionstool\" target=\"_blank\" rel=\"noopener\">Walaaxy: Alles \u00fcber das LinkedIn-Prospektionstool <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;5G, Blockchain, VR\u2026 Eine neue Datenwelle! &quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/5g-blockchain-vr-eine-neue-datenwelle\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/5g-blockchain-vr-eine-neue-datenwelle\" target=\"_blank\" rel=\"noopener\">5G, Blockchain, VR\u2026 Eine neue Datenwelle! <\/a><\/td><\/tr><tr><td data-sheets-value=\"{&quot;1&quot;:2,&quot;2&quot;:&quot;Customer Data Platform (CDP): Definition und Vorteile&quot;}\" data-sheets-hyperlink=\"https:\/\/datascientest.com\/de\/customer-data-platform-cdp-definition-und-vorteile\"><a class=\"in-cell-link\" href=\"https:\/\/datascientest.com\/de\/customer-data-platform-cdp-definition-und-vorteile\" target=\"_blank\" rel=\"noopener\">Customer Data Platform (CDP): Definition und Vorteile<\/a><\/td><\/tr><\/tbody><\/table>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-7050b83 elementor-widget elementor-widget-heading\" data-id=\"7050b83\" data-element_type=\"widget\" data-widget_type=\"heading.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t<h3 class=\"elementor-heading-title elementor-size-default\">Zusammenfassung<\/h3>\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-5c36856 elementor-widget elementor-widget-text-editor\" data-id=\"5c36856\" data-element_type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t<p>VGG ist ein bekannter Algorithmus in der <b>Computer Vision<\/b>, der sehr oft durch Lerntransfer eingesetzt wird, um ein erneutes Training zu vermeiden und \u00e4hnliche Probleme zu l\u00f6sen, auf die VGG bereits trainiert wurde. Es gibt noch viele andere Algorithmen des gleichen Typs wie VGG, wie z. B. <b>ResNet<\/b> oder <b>Xception<\/b>, die in der Keras-Bibliothek verf\u00fcgbar sind. Wenn Du Dich im Bereich Deep Learning und Computer Vision weiterbilden m\u00f6chtest, dann nimm an unserem Intensivkurs oder unserem berufsbegleitenden Kurs teil.\u00a0<\/p>\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<div class=\"elementor-element elementor-element-6785006 elementor-align-center button-principal elementor-widget elementor-widget-button\" data-id=\"6785006\" data-element_type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-md\" href=\"https:\/\/datascientest.com\/de\/weiterbildung-data-scientist\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t<span class=\"elementor-button-text\">Werde Data Scientist <\/span>\n\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t\t\t\t<\/div>\n\t\t","protected":false},"excerpt":{"rendered":"<p>Daniel ist wieder da, die Symbolfigur unserer Weiterbildungen, die unsere Lernenden bis zum Abschluss begleitet. Heute wird er Dir ein Modell vorstellen, das h\u00e4ufig in der Computer Vision verwendet wird: VGG. Vor einiger Zeit hatten wir bereits die Gelegenheit, das Konzept des Transfer Learning n\u00e4her zu erl\u00e4utern. Wenn Du unseren Artikel zu diesem Thema verpasst [&hellip;]<\/p>\n","protected":false},"author":45,"featured_media":68381,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"content-type":"","inline_featured_image":false},"categories":[2454],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.7 (Yoast SEO v21.7) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!<\/title>\n<meta name=\"description\" content=\"VGG ist ein neuronales Netz aus Faltungszellen, das durch den Gewinn des ILSVRC im Jahr 2014 Ber\u00fchmtheit erlangte. Hier erf\u00e4hrst Du mehr!\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!\" \/>\n<meta property=\"og:description\" content=\"Daniel ist wieder da, die Symbolfigur unserer Weiterbildungen, die unsere Lernenden bis zum Abschluss begleitet. Heute wird er Dir ein Modell vorstellen,\" \/>\n<meta property=\"og:url\" content=\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\" \/>\n<meta property=\"og:site_name\" content=\"Weiterbildung Data Science | DataScientest.com\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/DataScientestEN\" \/>\n<meta property=\"article:published_time\" content=\"2023-10-17T08:00:33+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-17T08:09:58+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2021\/04\/illu_VGG-03.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"562\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Daniel\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:site\" content=\"@DataScientest__\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Daniel\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung#article\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\"},\"author\":{\"name\":\"Daniel\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\"},\"headline\":\"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!\",\"datePublished\":\"2023-10-17T08:00:33+00:00\",\"dateModified\":\"2023-10-17T08:09:58+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\"},\"wordCount\":1111,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"articleSection\":[\"Data Science\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung#respond\"]}],\"copyrightYear\":\"2023\",\"copyrightHolder\":{\"@id\":\"https:\/\/datascientest.com\/#organization\"}},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\",\"url\":\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\",\"name\":\"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!\",\"isPartOf\":{\"@id\":\"https:\/\/datascientest.com\/de\/#website\"},\"datePublished\":\"2023-10-17T08:00:33+00:00\",\"dateModified\":\"2023-10-17T08:09:58+00:00\",\"description\":\"VGG ist ein neuronales Netz aus Faltungszellen, das durch den Gewinn des ILSVRC im Jahr 2014 Ber\u00fchmtheit erlangte. Hier erf\u00e4hrst Du mehr!\",\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/datascientest.com\/de\/#website\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"name\":\"Weiterbildung Data Science | DataScientest.com\",\"description\":\"F\u00fchrender Anbieter von Schulungen im Bereich Data Science\",\"publisher\":{\"@id\":\"https:\/\/datascientest.com\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/datascientest.com\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/datascientest.com\/de\/#organization\",\"name\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"contentUrl\":\"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png\",\"width\":301,\"height\":301,\"caption\":\"DataScientest\"},\"image\":{\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/DataScientestEN\",\"https:\/\/twitter.com\/DataScientest__\",\"https:\/\/www.linkedin.com\/company\/datascientest-germany\/\",\"https:\/\/www.tiktok.com\/@datascientest\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0\",\"name\":\"Daniel\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g\",\"caption\":\"Daniel\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/school\/datascientest\/\",\"user\"],\"jobTitle\":\"ing\u00e9nieur logiciel\",\"worksFor\":\"DataScientest\",\"url\":\"https:\/\/datascientest.com\/de\/author\/team-redac\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!","description":"VGG ist ein neuronales Netz aus Faltungszellen, das durch den Gewinn des ILSVRC im Jahr 2014 Ber\u00fchmtheit erlangte. Hier erf\u00e4hrst Du mehr!","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung","og_locale":"de_DE","og_type":"article","og_title":"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!","og_description":"Daniel ist wieder da, die Symbolfigur unserer Weiterbildungen, die unsere Lernenden bis zum Abschluss begleitet. Heute wird er Dir ein Modell vorstellen,","og_url":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung","og_site_name":"Weiterbildung Data Science | DataScientest.com","article_publisher":"https:\/\/www.facebook.com\/DataScientestEN","article_published_time":"2023-10-17T08:00:33+00:00","article_modified_time":"2023-10-17T08:09:58+00:00","og_image":[{"width":1024,"height":562,"url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2021\/04\/illu_VGG-03.png","type":"image\/png"}],"author":"Daniel","twitter_card":"summary_large_image","twitter_creator":"@DataScientest__","twitter_site":"@DataScientest__","twitter_misc":{"Verfasst von":"Daniel","Gesch\u00e4tzte Lesezeit":"7 Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung#article","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung"},"author":{"name":"Daniel","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0"},"headline":"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!","datePublished":"2023-10-17T08:00:33+00:00","dateModified":"2023-10-17T08:09:58+00:00","mainEntityOfPage":{"@id":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung"},"wordCount":1111,"commentCount":0,"publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"articleSection":["Data Science"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung#respond"]}],"copyrightYear":"2023","copyrightHolder":{"@id":"https:\/\/datascientest.com\/#organization"}},{"@type":"WebPage","@id":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung","url":"https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung","name":"VGG: Was ist das f\u00fcr ein Modell? Daniel verr\u00e4t es Dir!","isPartOf":{"@id":"https:\/\/datascientest.com\/de\/#website"},"datePublished":"2023-10-17T08:00:33+00:00","dateModified":"2023-10-17T08:09:58+00:00","description":"VGG ist ein neuronales Netz aus Faltungszellen, das durch den Gewinn des ILSVRC im Jahr 2014 Ber\u00fchmtheit erlangte. Hier erf\u00e4hrst Du mehr!","inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/datascientest.com\/de\/vgg-modell-data-weiterbildung"]}]},{"@type":"WebSite","@id":"https:\/\/datascientest.com\/de\/#website","url":"https:\/\/datascientest.com\/de\/","name":"Weiterbildung Data Science | DataScientest.com","description":"F\u00fchrender Anbieter von Schulungen im Bereich Data Science","publisher":{"@id":"https:\/\/datascientest.com\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/datascientest.com\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/datascientest.com\/de\/#organization","name":"DataScientest","url":"https:\/\/datascientest.com\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/","url":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","contentUrl":"https:\/\/datascientest.com\/de\/wp-content\/blogs.dir\/8\/files\/2024\/02\/DataScientest_icon_blue-2.png","width":301,"height":301,"caption":"DataScientest"},"image":{"@id":"https:\/\/datascientest.com\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/DataScientestEN","https:\/\/twitter.com\/DataScientest__","https:\/\/www.linkedin.com\/company\/datascientest-germany\/","https:\/\/www.tiktok.com\/@datascientest"]},{"@type":"Person","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/5a86e30c5090234fb43dd8baa83c44b0","name":"Daniel","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/datascientest.com\/de\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/837acad4f2dc47e85d81cce837261670?s=96&d=mm&r=g","caption":"Daniel"},"sameAs":["https:\/\/www.linkedin.com\/school\/datascientest\/","user"],"jobTitle":"ing\u00e9nieur logiciel","worksFor":"DataScientest","url":"https:\/\/datascientest.com\/de\/author\/team-redac"}]}},"_links":{"self":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/150953"}],"collection":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/users\/45"}],"replies":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/comments?post=150953"}],"version-history":[{"count":0,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/posts\/150953\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media\/68381"}],"wp:attachment":[{"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/media?parent=150953"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/categories?post=150953"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datascientest.com\/de\/wp-json\/wp\/v2\/tags?post=150953"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}