Benutzer Diskussion:Demon667

aus Wikipedia, der freien Enzyklopädie
Letzter Kommentar: vor 5 Jahren von 分液漏斗 in Abschnitt Koreanische vs. Deutsche Wiki
Zur Navigation springen Zur Suche springen

Herzlich willkommen in der Wikipedia, Demon667![Quelltext bearbeiten]

Ich habe gesehen, dass du dich kürzlich hier angemeldet hast, und möchte dir ein paar Tipps geben, damit du dich in der Wikipedia möglichst schnell zurechtfindest:

Tutorial für neue Autoren Hilfe zum Bearbeiten Häufige Fragen Alle Hilfeseiten Fragen stellen Persönliche Betreuung Wie beteiligen? Richtlinien

  • Sei mutig, aber vergiss bitte nicht, dass andere Benutzer auch Menschen sind. Daher wahre bitte immer einen freundlichen Umgangston, auch wenn du dich mal über andere ärgerst.
  • Bitte gib bei Artikelbearbeitungen möglichst immer eine Quelle an (am besten als Einzelnachweis).
  • Begründe deine Bearbeitung kurz in der Zusammenfassungszeile. Damit vermeidest du, dass andere Benutzer deine Änderung rückgängig machen, weil sie diese nicht nachvollziehen können.
  • Nicht alle Themen und Texte sind für eine Enzyklopädie wie die Wikipedia geeignet. Enttäuschungen beim Schreiben von Artikeln kannst du vermeiden, wenn du dir zuvor Wikipedia:Was Wikipedia nicht ist und Wikipedia:Relevanzkriterien anschaust.
  • Bitte unterschreibe deine Diskussionsbeiträge durch Eingabe von --~~~~ oder durch Drücken der Schaltfläche Signatur und Zeitstempel über dem Bearbeitungsfeld. Artikel werden jedoch nicht unterschrieben.

Schön, dass du zu uns gestoßen bist – und: Lass dich nicht stressen.

Einen guten Start wünscht dir 分液漏斗 (Diskussion) 20:02, 6. Okt. 2018 (CEST)Beantworten

Geiler Scheiss[Quelltext bearbeiten]

Das hier: [1], bitte kleister die Wiki mit Code zu. Wenn Du Fragen hast oder hilfe brauchst, meld Dich. --分液漏斗 (Diskussion) 20:03, 6. Okt. 2018 (CEST)Beantworten

Also ich wuerd jetzt mal vermuten, dass Du meinst "kleister die Wiki NICHT mit Code zu". Ich hab auch ueberlegt, ob es zuviel Code ist. Das Eingangsbeispiel finde ich schon sinnvoll. Eine graphische Veranschaulichung finde ich auch sinnvoll. Ueber den Quelltext zur Generierung dieser Veranschaulichung kann man streiten. Mein Gedanke war: "Vielleicht hilft es ja, einen guten Einstieg ins Thema zu finden.". Ich eroeffne auf der Diskussionsseite des Artikels mal ein Thema und frage nach, wie das die anderen sehen. --Demon667 (Diskussion) 11:39, 7. Okt. 2018 (CEST)Beantworten
Nene, das war schon so gemeint (NICHT). Natürlich meinte ich: optimiere die Beispiele und füge neue hin zu =).
Vielleicht hast Du Bock den Code hier zu optimieren, zu kommentieren und einzupflegen. Ich verstehe ihn noch nicht ganz, aber damit habe ich heute rumgespielt:
# Hello World, Zalando fashion_mnist Model editon
# https://www.tensorflow.org/api_docs/python/tf/keras/datasets/fashion_mnist

import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, CuDNNLSTM

config = tf.ConfigProto()
config.gpu_options.per_process_gpu_memory_fraction = 0.1 # CUDA Speicherfraktionierung für kleine Grakas
session = tf.Session(config=config)

fashion_mnist = tf.keras.datasets.fashion_mnist  # Zalando fashion_mnist Model
(x_train, y_train), (x_test, y_test) = fashion_mnist.load_data()  

x_train = x_train/255.0 # normalize?
x_test = x_test/255.0

print(x_train.shape)
print(x_train[0].shape)

model = Sequential()

model.add(CuDNNLSTM(128, input_shape=(x_train.shape[1:]), return_sequences=True)) # Perzeptron layer
model.add(Dropout(0.1)) # ?

model.add(CuDNNLSTM(256))  # Perzeptron layer
model.add(Dropout(0.1))  # ?

model.add(Dense(64, activation='relu'))
model.add(Dropout(0.1))

model.add(Dense(10, activation='softmax'))

opt = tf.keras.optimizers.Adam(lr=0.001, decay=1e-6)

model.compile(
    loss='sparse_categorical_crossentropy',
    optimizer=opt,
    metrics=['accuracy'],
    )

model.fit(x_train,
          y_train,
          epochs=3, # Epochen
          validation_data=(x_test, y_test)
          )

Koreanische vs. Deutsche Wiki[Quelltext bearbeiten]

https://ko.wikipedia.org/wiki/%ED%8D%BC%ED%8E%99%ED%86%A0%EC%9D%B4%EB%93%9C :)

Ich denke, wir sollten auch mal ausführlich arbeiten, bei den Themen, die wir verstehen. --分液漏斗 (Diskussion) 17:43, 7. Okt. 2018 (CEST)Beantworten