Percorso di IA

Costruisci una rete neurale da zero in Kotlin

15 sfide ti portano dal prodotto scalare a una rete che impara lo XOR, e poi agli ottimizzatori moderni come Adam, senza librerie di IA: neuroni, attivazioni, perdita, gradienti, retropropagazione e addestramento. Risolvile in ordine in Kotlin; ognuna gira nel browser con test immediati e una revisione dell'IA.

Inizia la prima sfida

Accedi per salvare i tuoi progressi nel percorso.

0%risolte

0 / 15

1

Elementi di base

Vettori, funzioni di attivazione e un singolo neurone.

0/3
Prima impara il concetto Neuroni e funzioni di attivazione in Python Leggi la lezione →
1. 1 Prodotto scalare di due vettori Facile Risolvi in Kotlin
2. 2 Funzioni di attivazione Facile Risolvi in Kotlin
3. 3 Un singolo neurone artificiale Facile Risolvi in Kotlin
2

Propagazione in avanti

Strati, una rete a due strati e funzioni di perdita.

0/3
Prima impara il concetto Propagazione in avanti e funzioni di perdita in Python Leggi la lezione →
3

Addestramento

Gradienti, retropropagazione e discesa del gradiente, fino a risolvere lo XOR.

0/5
Prima impara il concetto Discesa del gradiente e backpropagation in Python Leggi la lezione →
1. 1 Derivate delle funzioni di attivazione Facile Risolvi in Kotlin
2. 2 Gradienti di un singolo neurone Media Risolvi in Kotlin
3. 3 Retropropagazione in una rete a due strati Difficile Risolvi in Kotlin
4. 4 Addestra un neurone con la discesa del gradiente Media Risolvi in Kotlin
5. 5 Addestra una rete neurale a risolvere lo XOR Difficile Risolvi in Kotlin
4

Addestrare meglio

Inizializzazione dei pesi, mini-batch, momentum e Adam.

0/4
Prima impara il concetto Ottimizzatori per reti neurali: SGD, Momentum e Adam in Python Leggi la lezione →
1. 1 Inizializzazione dei pesi Xavier e He Facile Risolvi in Kotlin
2. 2 Discesa del gradiente a mini-batch Media Risolvi in Kotlin
3. 3 Discesa del gradiente con momentum Facile Risolvi in Kotlin
4. 4 Ottimizzatore Adam Media Risolvi in Kotlin