- Ausführende
-
Lernen
Python lernen Ausführbare Beispiele, NumPy, pandas und mehr KI lernenNeuronale Netze, ML und LLMs von Grund auf C/C++ lernen Zeiger, Speicher, STL und modernes C++ C# lernenC#-Grundlagen, OOP, LINQ, Async und .NET-Übungen Matplotlib lernenLinien-, Balken-, Streu- und Kreisdiagramme mit interaktiven Visualisierungen Python-Algorithmen Suche, Sortierung, Rekursion und Visualisierungen O(n) C/C++-Algorithmen Implementierungen in C und C++ vergleichen Programmieren für Kinder Spielend programmieren lernen!
- AufgabenNeu
- Für LehrkräfteNeu
- Aktualisierungen
- Spendier mir einen Kaffee
KI-Lernpfad
Baue ein neuronales Netz von Grund auf in Java
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 Java; jede läuft im Browser mit sofortigen Tests und einem KI-Review.
Melde dich an, um deinen Fortschritt im Pfad zu speichern.
0%gelöst
0 / 15
-
1 Zuerst das Konzept lernen Neuronen und Aktivierungsfunktionen in Python Lektion lesen →0/3Grundbausteine
Vektoren, Aktivierungsfunktionen und ein einzelnes Neuron.
- 1 Skalarprodukt zweier Vektoren Einfach In Java lösen
- 2 Aktivierungsfunktionen Einfach In Java lösen
- 3 Ein einzelnes künstliches Neuron Einfach In Java lösen
-
2 Zuerst das Konzept lernen Vorwärtsdurchlauf und Verlustfunktionen in Python Lektion lesen →0/3Vorwärtsdurchlauf
Schichten, ein zweischichtiges Netz und Verlustfunktionen.
-
3 Zuerst das Konzept lernen Gradientenabstieg und Backpropagation in Python Lektion lesen →0/5Training
Gradienten, Backpropagation und Gradientenabstieg bis zur Lösung von XOR.
- 1 Ableitungen von Aktivierungsfunktionen Einfach In Java lösen
- 2 Gradienten eines einzelnen Neurons Mittel In Java lösen
- 3 Backpropagation in einem zweischichtigen Netz Schwierig In Java lösen
- 4 Ein Neuron mit Gradientenabstieg trainieren Mittel In Java lösen
- 5 Ein neuronales Netz trainieren, das XOR löst Schwierig In Java lösen
-
4 Zuerst das Konzept lernen Optimierer für neuronale Netze: SGD, Momentum und Adam in Python Lektion lesen →0/4Besseres Training
Gewichtsinitialisierung, Mini-Batches, Momentum und Adam.
- 1 Xavier- und He-Gewichtsinitialisierung Einfach In Java lösen
- 2 Mini-Batch-Gradientenabstieg Mittel In Java lösen
- 3 Gradientenabstieg mit Momentum Einfach In Java lösen
- 4 Adam-Optimierer Mittel In Java lösen