- Ausführende
-
Lernen
Python lernen Ausführbare Beispiele, NumPy, pandas und mehr KI / Machine Learning 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 Rust lernenOwnership, Traits, Fehlerbehandlung und Threads Go lernenSlices, Interfaces, Goroutinen und Channels Python-Algorithmen Suche, Sortierung, Rekursion und Visualisierungen O(n) C/C++-Algorithmen Implementierungen in C und C++ vergleichen Programmieren für Kinder Spielend programmieren lernen!
- QuizzeNeu
- AufgabenNeu
- Für LehrkräfteNeu
- Aktualisierungen
- Spendier mir einen Kaffee
AI & Machine Learning-Quiz: Backpropagation & Gradient Descent
This hard quiz covers how neural networks learn. You will apply the chain rule, compute gradients and update steps with small numbers, and answer the interview questions about learning rates, initialisation and vanishing gradients.
Beispielfrage
Frage 1 von 10What does backpropagation compute?
Lösung zeigen
D. The gradient of the loss with respect to every weight, using the chain rule from the output layer back Backprop reuses the values saved in the forward pass and applies the chain rule layer by layer, getting all gradients in about the cost of one more pass. The optimizer (such as SGD) then uses those gradients to update the weights.
Darum geht es in diesem Quiz
- Backpropagation as the chain rule from the loss backwards
- The update rule
w = w - lr * gradient - Learning rates that converge, oscillate or diverge
- Batch vs mini-batch SGD and momentum
- Symmetry breaking and the sigmoid's small derivative
Häufige Fragen
Brauche ich ein Konto?
Nein. Jeder kann spielen. Mit Anmeldung werden XP, Serie, Abzeichen und Verlauf gespeichert.
Kann ich es wiederholen?
Ja. Dein Bestwert bleibt erhalten, und Fragen und Antworten werden jedes Mal neu gemischt.