Ein Großteil der Deep Learning Frameworks verfolgt das Ziel, mehrschichtige neuronale Netzwerke in hardwarenahe Strukturen wie Matrix-Multiplikationen zu übersetzen, um diese effizient auf generischer oder GPU-basierter Hardware auszuführen. Dieser Ansatz erlaubt es, die Möglichkeiten der Hardware optimal zu nutzen. Oft bleibt aber das intuitive Verständnis über die einzelnen Vorgänge im neuronalen Netzwerk und beim Trainieren auf der Strecke. Damit gestaltet sich die Fehlersuche und die Optimi…