colab.research.google.com Open in urlscan Pro
2001:4860:4802:34::180  Public Scan

Form analysis
0 forms found in the DOM

Text Content

close close

Dieses Notebook ist geöffnet und enthält private Ausgaben. Die Ausgaben werden
nicht gespeichert. Sie können diese Option in den Notebook-Einstellungen
deaktivieren.
Willkommen bei Colaboratory_
Datei
 
Bearbeiten
 
Anzeige
 
Einfügen
 
Laufzeit
 
Tools
 
Hilfe
 

settings link Teilen

Anmelden

format_list_bulleted
search

vpn_key
folder
code

terminal


INHALT

tab close
Erste Schritte more_vert

Data Science more_vert

Maschinelles Lernen more_vert

Weitere Ressourcen more_vert
Vorgestellte Beispiele more_vert
add Bereich

Code Text In Google Drive kopieren link settings expand_less expand_more
Notebook

more_horiz

--------------------------------------------------------------------------------

keyboard_arrow_down


WILLKOMMEN BEI COLAB!


(NEU) GEMINI API TESTEN

 * Generate a Gemini API key
 * Talk to Gemini with the Speech-to-Text API
 * Gemini API: Quickstart with Python
 * Gemini API code sample
 * Compare Gemini with ChatGPT
 * More notebooks

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

Wenn Sie Colab schon kennen, erfahren Sie in diesem Video mehr zu interaktiven
Tabellen, zur Verlaufsansicht für ausgeführten Code und zur Befehlspalette.

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

--------------------------------------------------------------------------------

keyboard_arrow_down


WAS IST COLAB?

Mit Colab oder „Colaboratory“ können Sie Python-Code in Ihrem Browser schreiben
und ausführen. Sie können Folgendes tun:

 * Keine Konfiguration erforderlich
 * Kostenloser Zugriff auf GPUs
 * Einfache Freigabe

Egal, ob Sie Student, Data Scientist oder AI-Forscher sind – Colab erleichtert
Ihnen die Arbeit. Im Video Einführung in Colab erhalten Sie weitere
Informationen, Sie können aber auch gleich hier loslegen.

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

keyboard_arrow_down


ERSTE SCHRITTE

Das Dokument, das Sie lesen, ist keine statische Webseite, sondern eine
interaktive Umgebung, die als Colab-Notebook bezeichnet wird und in der Sie Code
schreiben und ausführen können.

Hier ist beispielsweise eine Codezelle mit einem kurzen Python-Script, das einen
Wert berechnet, ihn in einer Variablen speichert und das Ergebnis ausgibt:

↳ 4 Zellen ausgeblendet

--------------------------------------------------------------------------------

seconds_in_a_day = 24 * 60 * 60
seconds_in_a_day




86400



--------------------------------------------------------------------------------

Wählen Sie zum Ausführen des Codes in der Zelle oben die Zelle mit einem Klick
aus und drücken Sie dann entweder die Schaltfläche zum Abspielen links neben dem
Code oder verwenden Sie die Tastenkombination "Befehlstaste/Strg + Enter".
Klicken Sie zum Bearbeiten des Codes einfach auf die Zelle und beginnen Sie mit
der Bearbeitung.

Variablen, die Sie in einer Zelle definieren, können später in anderen Zellen
verwendet werden:

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

seconds_in_a_week = 7 * seconds_in_a_day
seconds_in_a_week




604800



--------------------------------------------------------------------------------

Mit Colab-Notebooks können Sie ausführbaren Code und Rich Text in einem einzigen
Dokument gemeinsam mit Bildern, HTML, LaTeX und vielem mehr kombinieren. Wenn
Sie Ihre eigenen Colab-Notebooks erstellen, werden sie in Ihrem Google
Drive-Konto gespeichert. Sie können Ihre Colab-Notebooks ganz einfach mit
Kollegen oder Freunden teilen und das Kommentieren oder sogar das Bearbeiten
Ihrer Notebooks zulassen. Weitere Informationen finden Sie unter Übersicht über
Colab. Wenn Sie ein neues Colab-Notebook erstellen möchten, können Sie oben das
Menü "Datei" oder den folgenden Link verwenden: Ein neues Colab-Notebook
erstellen.

Colab-Notebooks sind Jupyter-Notebooks, die von Colab gehostet werden. Weitere
Informationen zu Project Jupyter finden Sie unter jupyter.org.

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

keyboard_arrow_down


DATA SCIENCE

Mit Colab können Sie das volle Potenzial der beliebten Python-Bibliotheken
nutzen, um Daten zu analysieren und visualisieren. Die Codezelle unten verwendet
NumPy, um zufällige Daten zu erstellen, und Matplotlib, um sie zu visualisieren.
Klicken Sie zum Bearbeiten des Codes einfach auf die Zelle und beginnen Sie mit
der Bearbeitung.

↳ 2 Zellen ausgeblendet

--------------------------------------------------------------------------------

import numpy as np
import IPython.display as display
from matplotlib import pyplot as plt
import io
import base64

ys = 200 + np.random.randn(100)
x = [x for x in range(len(ys))]

fig = plt.figure(figsize=(4, 3), facecolor='w')
plt.plot(x, ys, '-')
plt.fill_between(x, ys, 195, where=(ys > 195), facecolor='g', alpha=0.6)
plt.title("Sample Visualization", fontsize=10)

data = io.BytesIO()
plt.savefig(data)
image = F"data:image/png;base64,{base64.b64encode(data.getvalue()).decode()}"
alt = "Sample Visualization"
display.display(display.Markdown(F"""![{alt}]({image})"""))
plt.close(fig)





--------------------------------------------------------------------------------

Sie können Ihre eigenen Daten aus Ihrem Google Drive-Konto in Colab-Notebooks
importieren, beispielsweise aus Tabellen sowie aus GiHhub und vielen anderen
Quellen. Weitere Informationen zum Importieren von Daten und dazu, wie Colab für
Data Science genutzt werden kann, finden Sie unten in den Links unter Mit Daten
arbeiten.

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

keyboard_arrow_down


MASCHINELLES LERNEN

Mit Colab können Sie einen Bilddatenbestand importieren, damit einen
Bildklassifikator trainieren und das Modell bewerten – alles in nur wenigen
Codezeilen. Colab-Notebooks führen Code auf den Cloud-Servern von Google aus und
bieten so unabhängig von der Leistung Ihres Computers die Vorteile der
Google-Hardware, wie z. B. GPUs und TPUs. Sie benötigen lediglich einen Browser.

↳ 1 Zelle ausgeblendet

--------------------------------------------------------------------------------

Colab wird im Bereich des maschinellen Lernens in großem Umfang u. a. mit
folgenden Anwendungen eingesetzt:

 * Erste Schritte mit TensorFlow
 * Neuronale Netzwerke entwickeln und trainieren
 * Tests mit TPUs durchführen
 * Verbreitung der KI-Forschung
 * Anleitungen erstellen

Colab-Beispiel-Notebooks, in denen Anwendungen für maschinelles Lernen
veranschaulicht werden, finden Sie unten in den Beispielen für maschinelles
Lernen.

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

keyboard_arrow_down


WEITERE RESSOURCEN


MIT NOTEBOOKS IN COLAB ARBEITEN

 * Übersicht über Colaboratory
 * Leitfaden zu Markdown
 * Bibliotheken importieren und installieren
 * Notebooks in GitHub werden gespeichert und geladen
 * Interaktive Formulare
 * Interaktive Widgets


MIT DATEN ARBEITEN

 * Daten laden: Drive, Tabellen und Google Cloud Storage
 * Diagramme: Daten visualisieren
 * Erste Schritte mit BigQuery


MACHINE LEARNING CRASH COURSE

Hier sehen Sie einige Notebooks aus dem Machine Learning Crash Course von
Google. Weitere Informationen finden Sie auf der Website des vollständigen
Kurses.

 * Einführung in Pandas DataFrame
 * Lineare Regression mit tf.keras und synthetischen Daten


BESCHLEUNIGTE HARDWARE VERWENDEN

 * TensorFlow mit GPUs
 * TensorFlow mit TPUs

↳ 1 Zelle ausgeblendet

--------------------------------------------------------------------------------

keyboard_arrow_down


VORGESTELLTE BEISPIELE

 * NeMo Voice Swap: Mit dem NeMo-Toolkit für Conversational AI von Nvidia können
   Sie eine Stimme in einem Audiofragment in eine computergenerierte Stimme
   umwandeln.

 * Erneutes Trainieren eines Bildklassifikators: Erstellen Sie auf Grundlage
   eines zuvor trainierten Bildklassifikators ein Keras-Modell, mit dem Blumen
   auseinandergehalten werden können.

 * Textklassifizierung: Klassifizieren Sie Filmrezensionen in der IMDB als
   positiv oder negativ.

 * Stilübertragung: Übertragen Sie den Stil eines Bildes, mithilfe von Deep
   Learning, auf ein anderes Bild.

 * Fragen und Antworten zum mehrsprachigen universellen Satz-Encoder: Verwenden
   Sie zum Beantworten von Fragen aus dem SQuAD-Dataset ein Modell für
   maschinelles Lernen.

 * Videointerpolation: Machen Sie eine Vorhersage darüber, was zwischen dem
   ersten und dem letzten Bild eines Videos geschah.

↳ 0 Zellen ausgeblendet

--------------------------------------------------------------------------------

Kostenpflichtige Colab-Produkte - Hier können Sie Verträge kündigen



more_horiz



more_horiz



more_horiz


Neues Notebook in Drive
Notebook öffnen
Notebook hochladen

Umbenennen

Kopie in Drive speichern
Kopie als GitHub Gist speichern
Kopie in GitHub speichern

Speichern
Überarbeitungsverlauf

Herunterladen ►
Drucken
.ipynb herunterladen
.py herunterladen
Rückgängig machen
Wiederholen

Alle Zellen auswählen
Zelle oder Auswahl ausschneiden
Zelle oder Auswahl kopieren
Einfügen
Ausgewählte Zellen löschen

Suchen und ersetzen
Nächstes Element suchen
Vorheriges Element suchen

Notebook-Einstellungen

Alle Ausgaben löschen
check
Inhalt
Notebook-Info
Verlauf der Codeausführung
check
Seitenleiste für Kommentare

Abschnitte minimieren
Abschnitte erweitern
Layout des minimierten Abschnitts speichern

Code ein-/ausblenden
Ausgabe einblenden/ausblenden

Nächsten Tab hervorheben
Vorherigen Tab hervorheben
Tab in den nächsten Bereich verschieben
Tab in den vorherigen Bereich verschieben
Codezelle
Textzelle
Zelle mit Abschnittsüberschrift

Scratchpad-Codezelle
Code-Snippets

Formularfeld hinzufügen
Alle ausführen
Ausführung vor Zelle
Hervorgehobene Zelle ausführen
Auswahl ausführen
Zelle und alles darunter ausführen

Ausführung unterbrechen
Sitzung neu starten
Sitzung neu starten und alle ausführen
Verbindung trennen und Laufzeit löschen

Laufzeittyp ändern

Sitzungen verwalten
Ressourcen ansehen
Laufzeitprotokolle ansehen
Befehlspalette

Einstellungen
Tastenkombinationen

Notebook-Vergleich (wird in einem neuen Tab geöffnet)
Häufig gestellte Fragen
Versionshinweise ansehen
Code-Snippets suchen

Programmfehler melden
Feedback geben
Nutzungsbedingungen ansehen
Auf Englisch ansehen