- एक्ज़िक्यूटर्स
-
सीखें
Python सीखें चलने योग्य उदाहरण, NumPy, pandas और बहुत कुछ AI सीखेंन्यूरल नेटवर्क, ML और LLM शुरू से C और C++ सीखें पॉइंटर, मेमोरी, STL और आधुनिक C++ C# सीखेंC# मूल बातें, OOP, LINQ, async और .NET अभ्यास Python एल्गोरिदम खोज, सॉर्टिंग, रिकर्शन और विज़ुअलाइज़र O(n) C और C++ एल्गोरिदम C और C++ कार्यान्वयन की तुलना करें
- चैलेंजनया
एआई कोडिंग चैलेंज
आसान से कठिन तक 47 कोडिंग चैलेंज के साथ एआई का अभ्यास करें। हर चैलेंज ब्राउज़र में चलता है, तुरंत टेस्ट, आपके कोड का AI रिव्यू और तुलना के लिए कम्युनिटी के समाधान के साथ।
आसान · 19 मध्यम · 24 कठिन · 4
जिन कौशलों का अभ्यास करेंगे: ग्रेडिएंट डिसेंटTransformerचेन नियमडिसीज़न ट्रीबैकप्रोपेगेशनरिग्रेशनA* खोजAdamBPEGPT मॉडलKNNMDP
- Python · C++ · C#
- स्वचालित परीक्षण
- AI कोड समीक्षा
- समुदाय समाधान
- 226
- चुनौतियाँ
- 2
- साझा समाधान
- 3
- भाषाएँ
सभी चुनौतियाँ
विषय, भाषा या कठिनाई से खोजें।
मध्यम
मिनी-बैच ग्रेडिएंट डिसेंट
पूरे डेटासेट के बाद नहीं, बल्कि हर छोटे बैच के बाद वज़न अपडेट करके एक रैखिक मॉडल को ट्रेन करें।
आप सीखेंगे
मिनी-बैचग्रेडिएंट डिसेंट
अभी तक कोई समाधान नहीं
कठिन
मल्टी-हेड सेल्फ़-अटेंशन
इनपुट को क्वेरी, की और वैल्यू में प्रोजेक्ट करें, कई हेड में समानांतर अटेंशन चलाएँ और उन्हें जोड़ें।
आप सीखेंगे
मल्टी-हेड अटेंशनमैट्रिक्स प्रोजेक्शन
अभी तक कोई समाधान नहीं
आसान
मोमेंटम के साथ ग्रेडिएंट डिसेंट
मोमेंटम अपडेट लागू करें जो पिछले कदम का कुछ हिस्सा बनाए रखते हैं, ताकि एक ही दिशा में ट्रेनिंग तेज़ हो।
आप सीखेंगे
मोमेंटमऑप्टिमाइज़र
अभी तक कोई समाधान नहीं
आसान
Xavier और He वेट इनिशियलाइज़ेशन
किसी लेयर के वेट शुरू करने के लिए इस्तेमाल होने वाली रेंज या मानक विचलन निकालें।
आप सीखेंगे
Xavier और He इनिशियलाइज़ेशनट्रेनिंग की स्थिरता
अभी तक कोई समाधान नहीं
कठिन
XOR हल करने के लिए न्यूरल नेटवर्क ट्रेन करें
सब कुछ एक साथ: 2-2-1 sigmoid नेटवर्क को बैकप्रोपेगेशन से तब तक ट्रेन करें जब तक वह XOR न सीख ले।
आप सीखेंगे
न्यूरल नेटवर्क ट्रेन करनाXOR समस्या
अभी तक कोई समाधान नहीं
मध्यम
Adam ऑप्टिमाइज़र
डीप लर्निंग के डिफ़ॉल्ट ऑप्टिमाइज़र Adam को मूविंग एवरेज और बायस करेक्शन के साथ लागू करें।
आप सीखेंगे
Adamबायस करेक्शन
अभी तक कोई समाधान नहीं
मध्यम
टेम्परेचर और टॉप-k सैंपलिंग
भाषा मॉडल की तरह अगला टोकन चुनें: सबसे ऊँचे k logit रखें, टेम्परेचर लगाएँ और सैंपल करें।
आप सीखेंगे
टेक्स्ट जनरेशनसैंपलिंग
अभी तक कोई समाधान नहीं
मध्यम
ग्रेडिएंट डिसेंट से न्यूरॉन को ट्रेन करें
उदाहरणों से sigmoid न्यूरॉन को सिखाने के लिए फ़ॉरवर्ड पास, ग्रेडिएंट और वेट अपडेट बार-बार दोहराएँ।
आप सीखेंगे
ग्रेडिएंट डिसेंटट्रेनिंग लूप
अभी तक कोई समाधान नहीं
मध्यम
ग्रेडिएंट डिसेंट से लीनियर रिग्रेशन
मीन स्क्वेयर्ड एरर पर बार-बार नीचे उतरकर रेखा का ढलान और इंटरसेप्ट सीखें।
आप सीखेंगे
ग्रेडिएंट डिसेंटरिग्रेशन
अभी तक कोई समाधान नहीं
मध्यम
बाइट पेयर एन्कोडिंग (BPE) मर्ज
GPT टोकनाइज़र की तरह सबवर्ड मर्ज सीखें: पड़ोसी प्रतीकों की सबसे आम जोड़ी को बार-बार मिलाएँ।
आप सीखेंगे
BPEसबवर्ड टोकनाइज़ेशन
अभी तक कोई समाधान नहीं
आसान
कोसाइन समानता
दो वेक्टरों के बीच के कोण से मापें कि वे कितने मिलते-जुलते हैं, जैसे सर्च इंजन एम्बेडिंग की तुलना करते हैं।
आप सीखेंगे
वेक्टर समानताएम्बेडिंग
अभी तक कोई समाधान नहीं
आसान
लॉजिस्टिक रिग्रेशन से अनुमान
वेटेड योग को sigmoid से गुज़ारकर और थ्रेशोल्ड से तुलना करके सैंपल को 0 या 1 में वर्गीकृत करें।
आप सीखेंगे
लॉजिस्टिक रिग्रेशनसीमा मान
अभी तक कोई समाधान नहीं
मध्यम
सिंपल लीनियर रिग्रेशन (लीस्ट स्क्वेयर्स)
लीस्ट स्क्वेयर्स के सूत्रों से डेटा पॉइंट्स पर सबसे अच्छी बैठने वाली सीधी रेखा खोजें।
आप सीखेंगे
न्यूनतम वर्गरिग्रेशन
अभी तक कोई समाधान नहीं
आसान
वन-हॉट एन्कोडिंग
श्रेणियों को केवल एक 1 वाले वेक्टर में बदलें, जो क्लासिफ़ायर और एम्बेडिंग का इनपुट फ़ॉर्मेट है।
आप सीखेंगे
वन-हॉट वेक्टरश्रेणीगत डेटा
अभी तक कोई समाधान नहीं
आसान
जिनी इम्प्योरिटी
मापें कि किसी समूह के लेबल कितने मिले-जुले हैं, यही स्कोर डिसीज़न ट्री बँटवारा चुनने में इस्तेमाल करते हैं।
आप सीखेंगे
डिसीज़न ट्रीअशुद्धता के माप
अभी तक कोई समाधान नहीं
आसान
कैटेगोरिकल क्रॉस-एंट्रॉपी लॉस
अनुमानित प्रायिकताओं और सही क्लास से मल्टी-क्लास क्लासिफ़ायर का लॉस मापें।
आप सीखेंगे
क्लासिफ़िकेशन लॉसलघुगणक
अभी तक कोई समाधान नहीं
मध्यम
साइनसॉइडल पोज़िशनल एन्कोडिंग
वे साइन और कोसाइन पोज़िशन वेक्टर निकालें जिन्हें Transformer टोकन एम्बेडिंग में जोड़ते हैं।
आप सीखेंगे
पोज़िशनल एन्कोडिंगत्रिकोणमिति
अभी तक कोई समाधान नहीं
आसान
मिन-मैक्स नॉर्मलाइज़ेशन
किसी फ़ीचर को ऐसे स्केल करें कि सबसे छोटा मान 0 और सबसे बड़ा 1 हो जाए।
आप सीखेंगे
फ़ीचर स्केलिंगडेटा प्रीप्रोसेसिंग
अभी तक कोई समाधान नहीं
विषय के अनुसार देखें
- Beginner 95
- एआई 47
- मशीन लर्निंग 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- न्यूरल नेटवर्क 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- डिज़ाइन पैटर्न 8
- Recursion 7
- Combinatorics 6
- Number-theory 6
- Sorting 6
- Functions 5
- Greedy 5
- Nested-loops 5
- Sequences 5
- Stacks 5
- Variables 5
- Algorithms 4
- Data-structures 4
- Geometry 4
- Patterns 4
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3
- रीइन्फ़ोर्समेंट लर्निंग 3