KI-Lernpfad

Baue ein neuronales Netz von Grund auf in C++

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 C++; jede läuft im Browser mit sofortigen Tests und einem KI-Review.

Erste Aufgabe starten

Melde dich an, um deinen Fortschritt im Pfad zu speichern.

0%gelöst

0 / 15

1

Grundbausteine

Vektoren, Aktivierungsfunktionen und ein einzelnes Neuron.

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

Vorwärtsdurchlauf

Schichten, ein zweischichtiges Netz und Verlustfunktionen.

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

Training

Gradienten, Backpropagation und Gradientenabstieg bis zur Lösung von XOR.

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

Besseres Training

Gewichtsinitialisierung, Mini-Batches, Momentum und Adam.

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