- Details
Wir empfehlen die folgenden Youtube-Videos von Steven L. Brunton, Professor der University of Washington in Seattle mit dem Spitznamen Eigensteve, um die eigenen Mathematikkenntnisse aufzufrischen:
- Differentialgleichungen und dynamische Systeme
Zu den behandelten Themen gehören: Gewöhnliche Differentialgleichungen, charakteristische Gleichung, ODEs höherer Ordnung, von einer ODE höherer Ordnung zu einem System von ODEs erster Ordnung in Matrixform, Bedeutung von Eigenwerten und Eigenvektoren in einem ODE-System, Jordanische kanonische Formen, Linearisierung nichtlinearer DEs, Jacobi-Matrix, Phasenporträt nichtlinearer DEs mit Taylor-Entwicklung um zentrale Fixpunkte, Auswahl von DeltaT in Computersimulationen, Diskrete Riemann-Integration, Runge-Kutta-Integration für DEs. 49 Videos, ~25 Stunden - Komplexe Analyse
Euler-Formel, analytische Funktionen einer komplexen Variablen, der komplexe Logarithmus Log(z), Cauchy-Riemann-Bedingungen lösen Laplace-Gleichungen, Integrale in der komplexen Ebene um Singularitäten. 13 Videos, ~7 Stunden - Vektorrechnung und partielle Differentialgleichungen
Div, Grad, Curl als Bausteine zur Lösung von PDEs, Gaußsches Divergenztheorem, Kontinuitätsgleichung, eine PDE für Massenerhaltung, Stokes Theorem und Green's Theorem, Lösen für die Wärme- und Wellengleichung. 23 Videos, ~8 Stunden - Reinforcement Learning
Diskrepanzmodellierung mit physikalisch informiertem maschinellem Lernen, neuronale Netze treffen auf Kontrolltheorie, Q-Learning. 9 Videos, ~4 Stunden
- Details
Auf course.fast.ai gibt es einen guten Online-Kurs, um Ihr Wissen über Deep Learning aufzufrischen.
Die angebotenen Themen sind, wie Backpropagation in PyTorch mit Inline-Gradienten implementiert wird, kollaboratives Filtern mit eingebetteten Techniken, Arbeiten mit Convolutional Neural Network Layers, tabellarische Analyse mit Random Forests und Gradientenakkumulation, um den Speicherbedarf von GPUs zu reduzieren.
Für viele Themen gibt es ein Beispiel in Excel, das wirklich erklärt, was unter der Haube eines komplexen Deep-Learning-Modells vor sich geht.
Die letzte Lektion befasst sich mit Datenethik und erklärt, wie unsere Gesellschaft durch Feedback-Schleifen in sozialen Medien in wichtigen Diskussionen stärker polarisiert wurde.
Zum Kurs gibt es ein Buch, das wir ebenfalls empfehlen:
- Details
Wir haben das Kit von Prusa fürs Modell i3 MK3S in etwa 12 Stunden zusammengebaut. Im Moment ist dies der beste 3D-Drucker auf dem Markt.
Das Kit ist ideal, um zu lernen, wie ein 3D-Drucker funktioniert. Josef Prusa modifizierte das ursprüngliche Open Source RepRap-Design (Replicating Rapid Prototyper), bei dem die Kunststoffteile des zu bauenden 3D-Druckers von einem anderen 3D-Drucker gedruckt werden. Zum Zeitpunkt des Schreibens hat Prusa Research 130'000 Drucker weltweit geliefert und besitzt eine Druckfarm mit 1'000 3D-Druckern.
- Details
Deep Space hat die neue Website für den lokalen Pfadfinderverein APE Poschiavo erstellt. Es hat auch vorhandene Inhalte von der alten Website wiederhergestellt, die fälschlicherweise vom vorherigen Internetanbieter migriert wurden. Hier können Sie die neue Seite besuchen.
- Details
Ab heute Morgen sind die besten Ressourcen unseres Computerclusters den Projekten Folding@home und Gene@home (durch TN-Grid in BOINC) gewidmet, die direkt untersuchen, wie COVID19 mit dem menschlichen ACE2-Rezeptor interagiert. Rosetta@home und GPUGRID befassen sich teilweise auch mit COVID19 und dort haben wir bereits einen mehrjährigen Beitrag. Deep Space Computing unterstützt mit seinen CUDA Superrechnern auch mehrere andere Projekte zur Bekämpfung häufiger Krankheiten. Unser Computercluster wurde hauptsächlich mit recycelten Computern aufgebaut, die mit gebrauchten Grafikkarten aufgeladen sind.
Seite 1 von 4