KI-Lernpfad

Baue ein neuronales Netz von Grund auf in Go

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

  1. 1

    Grundbausteine

    Vektoren, Aktivierungsfunktionen und ein einzelnes Neuron.

    0/3
    Zuerst das Konzept lernen Neuronen und Aktivierungsfunktionen in Python Lektion lesen →
    1. 1 Skalarprodukt zweier Vektoren Einfach In Go lösen
    2. 2 Aktivierungsfunktionen Einfach In Go lösen
    3. 3 Ein einzelnes künstliches Neuron Einfach In Go lösen
  2. 2

    Vorwärtsdurchlauf

    Schichten, ein zweischichtiges Netz und Verlustfunktionen.

    0/3
    Zuerst das Konzept lernen Vorwärtsdurchlauf und Verlustfunktionen in Python Lektion lesen →
    1. 1 Vorwärtsdurchlauf einer Dense-Schicht Mittel In Go lösen
    2. 2 Vorwärtsdurchlauf in einem zweischichtigen Netz Mittel In Go lösen
    3. 3 Verlustfunktionen: MSE, MAE und Kreuzentropie Einfach In Go lösen
  3. 3

    Training

    Gradienten, Backpropagation und Gradientenabstieg bis zur Lösung von XOR.

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

    Besseres Training

    Gewichtsinitialisierung, Mini-Batches, Momentum und Adam.

    0/4
    Zuerst das Konzept lernen Optimierer für neuronale Netze: SGD, Momentum und Adam in Python Lektion lesen →
    1. 1 Xavier- und He-Gewichtsinitialisierung Einfach In Go lösen
    2. 2 Mini-Batch-Gradientenabstieg Mittel In Go lösen
    3. 3 Gradientenabstieg mit Momentum Einfach In Go lösen
    4. 4 Adam-Optimierer Mittel In Go lösen