- Esecutori
-
Impara
Impara Python Esempi eseguibili, NumPy, pandas e altro Impara l'IAReti neurali, ML e LLM da zero Impara C e C++ Puntatori, memoria, STL e C++ moderno Impara C#Fondamenti, OOP, LINQ, async ed esercizi .NET Algoritmi Python Ricerca, ordinamento, ricorsione e visualizzazioni O(n) Algoritmi C e C++ Confronta le implementazioni in C e C++
- SfideNuovo
Sfide di programmazione in C#
226 sfide da risolvere in C#, dai primi cicli ai grafi, alla programmazione dinamica e al machine learning. Scrivi il codice nel browser, esegui subito i test e ricevi una revisione dell'IA.
Facile · 134 Media · 68 Difficile · 24
Competenze che allenerai: ConteggioEstrarre le cifreAritmeticaCicliFormuleListeListe 2DCicli annidatiCicli whileCondizioniDiscesa del gradienteDividere stringhe
- Python · C++ · C#
- Test automatici
- Revisione AI
- Soluzioni della community
- 226
- Sfide
- 2
- Soluzioni condivise
- 3
- Linguaggi
Tutte le sfide
Cerca per argomento, linguaggio o difficoltà.
Media
Gradienti di un singolo neurone
Usa la regola della catena per capire come cambia la perdita con ogni peso e il bias di un neurone sigmoide.
Imparerai
Regola della catenaGradienti
Nessuna soluzione ancora
Facile
Somma di un Array
Somma tutti i valori in una lista.
Imparerai
AccumulatoriListe vuote
Nessuna soluzione ancora
Facile
Differenza dei Quadrati
Sottrai la somma dei quadrati dal quadrato della somma.
Imparerai
FormuleAritmetica
Nessuna soluzione ancora
Facile
Funzioni di perdita: MSE, MAE ed entropia incrociata
Misura quanto sono sbagliate le previsioni di un modello con l'errore quadratico medio, l'errore assoluto medio o l'entropia incrociata binaria.
Imparerai
MSEEntropia incrociata
Nessuna soluzione ancora
Facile
Un singolo neurone artificiale
Calcola l'output di un neurone: somma pesata degli input più un bias, passata attraverso la sigmoide.
Imparerai
NeuroniSomme pesate
Nessuna soluzione ancora
Media
Normalizzazione di layer
Normalizza ogni riga a media 0 e varianza 1, poi scala e trasla, come fa ogni blocco Transformer.
Imparerai
Layer normalizationTransformer
Nessuna soluzione ancora
Difficile
Retropropagazione in una rete a due strati
Calcola tutti i gradienti di pesi e bias di una rete con uno strato nascosto sigmoide e un output sigmoide.
Imparerai
RetropropagazioneRegola della catena
Nessuna soluzione ancora
Media
Radice Digitale
Somma ripetutamente le cifre finché non rimane una sola cifra.
Imparerai
Cicli annidatiSomme delle cifre
Nessuna soluzione ancora
Facile
Derivate delle funzioni di attivazione
Calcola la derivata di sigmoid, ReLU, Leaky ReLU o tanh in ogni valore, le pendenze di cui ha bisogno la retropropagazione.
Imparerai
DerivateRetropropagazione
Nessuna soluzione ancora
Media
Somma delle cifre elevate alla posizione
Somma ogni cifra elevata alla sua posizione da sinistra.
Imparerai
Estrarre le cifrePotenzeCicli
Nessuna soluzione ancora
Facile
Distribuzione degli stati di una catena di Markov
Propaga una distribuzione di probabilità attraverso la matrice di transizione di una catena di Markov per un certo numero di passi.
Imparerai
Catene di MarkovProbabilità
Nessuna soluzione ancora
Media
Propagazione in avanti in uno strato denso
Calcola gli output di uno strato di neuroni completamente connesso con l'attivazione che preferisci.
Imparerai
Layer densiAttivazioni
Nessuna soluzione ancora
Facile
Colore di una casella degli scacchi
Determina il colore di una casella su una scacchiera 8x8.
Imparerai
CoordinateParità
Nessuna soluzione ancora
Media
Tris con minimax
Scegli la mossa perfetta a tris esplorando l'intero albero di gioco con minimax.
Imparerai
MinimaxAlberi di gioco
Nessuna soluzione ancora
Media
Discesa del gradiente a mini-batch
Addestra un modello lineare aggiornando i pesi dopo ogni piccolo batch invece che dopo l'intero dataset.
Imparerai
Mini-batchDiscesa del gradiente
Nessuna soluzione ancora
Facile
Ore, Minuti e Secondi
Converti una durata in secondi in una stringa compatta e leggibile.
Imparerai
Unità di tempoFormattazione di stringhe
Nessuna soluzione ancora
Difficile
Self-attention multi-head
Proietta l'input in query, key e value, esegui l'attenzione in più head in parallelo e combinale.
Imparerai
Attenzione multi-headProiezioni matriciali
Nessuna soluzione ancora
Facile
Discesa del gradiente con momentum
Applica aggiornamenti con momentum che conservano parte del passo precedente, così l'addestramento accelera nelle direzioni costanti.
Imparerai
MomentumOttimizzatori
Nessuna soluzione ancora
Sfoglia per argomento
- Beginner 95
- ai 47
- apprendimento automatico 42
- Strings 36
- Arrays 31
- math 21
- Simulation 19
- Reti neurali 17
- Numbers 16
- Advanced 15
- Dynamic-programming 12
- Parsing 12
- Competitive-programming 10
- Conditions 9
- Graphs 8
- Grids 8
- Loops 8
- Pattern di progettazione 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
- Apprendimento per rinforzo 3
- Dictionaries 3
- Fractions 3
- Sliding-window 3
- Trees 3