UnivIS
Informationssystem der Friedrich-Alexander-Universität Erlangen-Nürnberg © Config eG 

Rechnerarchitekturen für Deep-Learning Anwendungen (RADL)

Dozentinnen/Dozenten
Philipp Holzinger, M. Sc., Dr.-Ing. Marc Reichenbach, Akad. Rat

Angaben
Praktikum
8 SWS, ECTS-Studium, ECTS-Credits: 10, Sprache Deutsch oder Englisch
Zeit und Ort: Mi 10:15 - 11:45, 07.150; Bemerkung zu Zeit und Ort: nach Vereinbarung.

Studienfächer / Studienrichtungen
WPF INF-BA 5 (ECTS-Credits: 10)

ECTS-Informationen:
Credits: 10

Zusätzliche Informationen
Erwartete Teilnehmerzahl: 5, Maximale Teilnehmerzahl: 10

Verwendung in folgenden UnivIS-Modulen
Startsemester WS 2022/2023:
Rechnerarchitekturen für Deep-Learning Anwendungen (RADL)

Institution: Lehrstuhl für Informatik 3 (Rechnerarchitektur)
UnivIS ist ein Produkt der Config eG, Buckenhof