Deep Learning wird von uns noch zu wenig intuitiv verstanden. Erklärungen sind zu mathematisch oder zu marktschreierisch.
Der Vortrag vermittelt mittels Algorithmic Art an Beispielen spielerisch die Funktionsweisen verschiedener neuronaler Netze sichtbar und hörbar heraus:
- CNNs - Style Transfer (Malstil auf Foto übertragen),
- RNNs - Text Generierung,
- TacoTron2 - Sprachsynthese ("personal Alexa").
Der Vortrag zeigt anhand originärer Beispiele auf, was gut, schlecht und unerwartet gut im Bereich Deep Learning funktionieren kann. Deep Learning kann auch als auch als Programmierparadigma verstanden werden, gerade bei der Lösung komplexer Probleme. Als Framework für die Erstellung wird das u.a. von Facebook unterstütze PyTorch vorgestellt, das sich in kurzer Zeit als solide Alternative zu TensorFlow etablieren konnte. Der Vortrag vermittelt warum (oder auch nicht) und wie gut neuronale Netze in der Anwendung funktionieren.