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.

  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 Java lösen
    2. 2 Aktivierungsfunktionen Einfach In Java lösen
    3. 3 Ein einzelnes künstliches Neuron Einfach In Java 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 Java lösen
    2. 2 Vorwärtsdurchlauf in einem zweischichtigen Netz Mittel In Java lösen
    3. 3 Verlustfunktionen: MSE, MAE und Kreuzentropie Einfach In Java 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 Java lösen
    2. 2 Gradienten eines einzelnen Neurons Mittel In Java lösen
    3. 3 Backpropagation in einem zweischichtigen Netz Schwierig In Java lösen
    4. 4 Ein Neuron mit Gradientenabstieg trainieren Mittel In Java lösen
    5. 5 Ein neuronales Netz trainieren, das XOR löst Schwierig In Java 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 Java lösen
    2. 2 Mini-Batch-Gradientenabstieg Mittel In Java lösen
    3. 3 Gradientenabstieg mit Momentum Einfach In Java lösen
    4. 4 Adam-Optimierer Mittel In Java lösen