CodeUtility
Mach dir das Coderleben leicht!
Zurück zu den Herausforderungen

KI-Lernpfad

Baue ein neuronales Netz von Grund auf in Python

15 Aufgaben führen dich vom Skalarprodukt zu einem Netz, das XOR lernt, und weiter zu modernen Optimierern wie Adam, ganz ohne KI-Bibliotheken: Neuronen, Aktivierungen, Verlust, Gradienten, Backpropagation und Training. Löse sie der Reihe nach in Python; jede läuft im Browser mit sofortigen Tests und einem KI-Review.

Erste Aufgabe starten
  1. 1

    Grundbausteine

    Vektoren, Aktivierungsfunktionen und ein einzelnes Neuron.

    0/3
    1. 1 Skalarprodukt zweier Vektoren Einfach In Python lösen
    2. 2 Aktivierungsfunktionen Einfach In Python lösen
    3. 3 Ein einzelnes künstliches Neuron Einfach In Python lösen
  2. 2

    Vorwärtsdurchlauf

    Schichten, ein zweischichtiges Netz und Verlustfunktionen.

    0/3
    1. 1 Vorwärtsdurchlauf einer Dense-Schicht Mittel In Python lösen
    2. 2 Vorwärtsdurchlauf in einem zweischichtigen Netz Mittel In Python lösen
    3. 3 Verlustfunktionen: MSE, MAE und Kreuzentropie Einfach In Python lösen
  3. 3

    Training

    Gradienten, Backpropagation und Gradientenabstieg bis zur Lösung von XOR.

    0/5
    1. 1 Ableitungen von Aktivierungsfunktionen Einfach In Python lösen
    2. 2 Gradienten eines einzelnen Neurons Mittel In Python lösen
    3. 3 Backpropagation in einem zweischichtigen Netz Schwierig In Python lösen
    4. 4 Ein Neuron mit Gradientenabstieg trainieren Mittel In Python lösen
    5. 5 Ein neuronales Netz trainieren, das XOR löst Schwierig In Python lösen
  4. 4

    Besseres Training

    Gewichtsinitialisierung, Mini-Batches, Momentum und Adam.

    0/4
    1. 1 Xavier- und He-Gewichtsinitialisierung Einfach In Python lösen
    2. 2 Mini-Batch-Gradientenabstieg Mittel In Python lösen
    3. 3 Gradientenabstieg mit Momentum Einfach In Python lösen
    4. 4 Adam-Optimierer Mittel In Python lösen