Java

Auf dem Markt von Deep-Learning-Frameworks wird man meist im Bereich Python fündig. NumPy, Matplotlib, MXNet, PyTorch oder auch TensorFlow sind aus der Deep-Learning-Gemeinde nicht mehr wegzudenken. Start-ups, die über einen eher kleinen sowie modernen IT-Stack verfügen, haben zumeist kein Problem damit, sich schnell in Richtung Python oder andere moderne Implementierungssprachen auszurichten. Doc..

Hallo, diesmal gibt es hier in der Tool Talk-Kolumne eine doppelte Premiere. Nicht nur, dass ich aus gegebenem Anlass einmal Tools in Python vorstelle – nein, die Kolumne ist auch länger als sonst. Warum? Diese Ausgabe beschäftigt sich im Schwerpunkt mit dem Thema „Machine Learning“, und – ob man es als Java-Entwickler zugeben will oder nicht – hier ist das Python-Universum größer als der Java-Kos..

Der Betrieb komplexer Softwaresysteme ist eine Herausforderung voller Tücken und Risiken. Ohne die enge Zusammenarbeit von Entwicklungs- und Operations-Teams fallen Probleme erst spät auf und sind teuer in der Behebung. Der DevOps-Ansatz verspricht hier Abhilfe, indem er agile Entwicklungsmethoden auf den Betrieb der Software erweitert. Wir zeigen, wie die Container-Orchestrierung mit Kubernetes d..

Künstliche Intelligenz (KI) und maschinelles Lernen (ML) sind Themen, die seit jeher die Möglichkeit für verschiedene didaktische Herangehensweisen bieten. Gruppe A betrachtet KI als Themenbereich, den man durch klempnerartiges Aneinander-Reihen von Bibliotheken abarbeitet. Andere Werke arbeiten sich an der Mathematik ab. Der Addison-Wesley-Verlag bietet mit „Deep Learning illustriert” ein Lehrbuc..

Hallo, wenn man eine Sache häufig verwendet, so sollte man meinen, dass man diese Sache auch besonders gut kennt. Überlegen Sie einmal mit mir, welches Programm/Tool verwenden Sie am häufigsten? Ich möchte wetten, dass die Java Virtual Machine bei vielen Lesern ganz oben steht. Trotzdem behaupte ich, dass den wenigsten die Hintergründe bekannt sind. Da die Wahrheit bekanntlich im Code liegt, möcht..