München / Berkeley

Kleine Netze. Rekursives Denken.

Deep Learning mit wenigen Parametern: Ich baue Architekturen nach, die dasselbe Netz mehrfach anwenden.

Rekursion mit geteilten GewichtenEine Eingabe x geht in ein Netz f mit Gewichten theta. Der Ausgang h wird T-mal in dasselbe Netz zurückgeführt, danach folgt die Ausgabe.xŷfgeteiltes θh ← f(x, h) ×T3 Schichten → 1 Schicht ×T
Ein Netz, T-mal angewendet.

Auf einen Blick

Studium
Management & Technology, TU München
Austausch
UC Berkeley, 2026/27
Aktuell
TRM in Keras nachgebaut
Vertiefung
Computer Engineering

Arbeit

Projekte

Alle Projekte →

Kontakt

Schreib mir.

Kein Formular, kein Umweg. Eine E-Mail erreicht mich direkt.