@inproceedings{Braeuer2020,
  author    = {Br{\"a}uer, Claudiu},
  title     = {Visualisierung von neuronalen Netzen zur Unterst{\"u}tzung beim Training},
  series = {Connect(IT) : Informatik-Konferenz der Hochschule Reutlingen ; 20. Mai 2020 : Tagungsband. - (Informatics Inside ; 20)},
  booktitle = {Connect(IT) : Informatik-Konferenz der Hochschule Reutlingen ; 20. Mai 2020 : Tagungsband. - (Informatics Inside ; 20)},
  publisher = {Hochschule Reutlingen},
  address   = {Reutlingen},
  isbn      = {978-3-00-065431-2},
  url       = {https://nbn-resolving.org/urn:nbn:de:bsz:rt2-opus4-27518},
  pages     = {83 -- 94},
  year      = {2020},
  abstract  = {In dieser Ausarbeitung wird auf Visualisierungsm{\"o}glichkeiten von neuronalen Netzen eingegangen. Ein neuronales Netz scheint zuerst nicht von außen einsehbar und ist somit f{\"u}r viele eine Blackbox. H{\"a}ufig genutzte Python-Bibliotheken, zum Beispiel TensorFlow, werden vorgestellt und deren St{\"a}rken wie auch Schw{\"a}chen pr{\"a}sentiert. Anhand dieser werden bereits bestehende Visualisierungen gezeigt und ihr derzeitiger Einsatz wird erl{\"a}utert. Durch einen Vergleich soll ersichtlich werden, welche Bibliothek am meisten Daten w{\"a}hrend des Trainings liefert, damit diese Informationen weiter verarbeitet werden. Diese Daten sollen so visualisiert werden, dass sie bei der Entwicklung eines neuronalen Netzes unterst{\"u}tzend sind. Ziel ist es, auf die M{\"o}glichkeiten einzugehen, welche geboten werden k{\"o}nnen. Durch eine Vereinfachung des Debuggings neuronaler Netze sollen weiterf{\"u}hrende Entwicklungen in diese Richtung unterst{\"u}tzt werden.},
  language  = {de}
}