- 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: Neurons & Activation Functions
This beginner-friendly deep learning quiz starts with a single artificial neuron. It checks that you can compute a neuron's output and know when to use ReLU, sigmoid, tanh or softmax.
Beispielfrage
Frage 1 von 10What does a single artificial neuron compute?
Lösung zeigen
B. A weighted sum of its inputs plus a bias, passed through an activation function A neuron computes z = w1*x1 + ... + wn*xn + b, then applies an activation such as ReLU to z. The weights and bias are what training learns.
Darum geht es in diesem Quiz
- A neuron as weighted sum + bias + activation
- ReLU, sigmoid and tanh and their output ranges
- Why networks need non-linear activations
- Softmax and sigmoid output layers
- The dying ReLU problem and Leaky ReLU
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.