- Executores
-
Aprender
Aprender Python Exemplos executáveis, NumPy, pandas e mais Aprender IARedes neurais, ML e LLMs do zero Aprender C e C++ Ponteiros, memória, STL e C++ moderno Aprender C#Fundamentos, POO, LINQ, async e exercícios .NET Aprender MatplotlibGráficos de linha, barras, dispersão e pizza com visualizadores Algoritmos em Python Busca, ordenação, recursão e visualizações O(n) Algoritmos em C e C++ Compare implementações em C e C++ Programação para crianças Aprenda a programar brincando!
- DesafiosNovo
- Para professoresNovo
- Atualizações
- Me pague um café
Trilha de IA
Construa uma rede neural do zero em Rust
15 desafios levam você do produto escalar a uma rede que aprende XOR, e depois a otimizadores modernos como o Adam, sem bibliotecas de IA: neurônios, ativações, perda, gradientes, retropropagação e treinamento. Resolva-os em ordem em Rust; cada um roda no navegador com testes instantâneos e uma revisão por IA.
Faça login para salvar seu progresso na trilha.
0%resolvido
0 / 15
-
1 Aprenda o conceito primeiro Neurônios e funções de ativação em Python Ler a lição →0/3Blocos básicos
Vetores, funções de ativação e um único neurônio.
-
2 Aprenda o conceito primeiro Propagação direta e funções de perda em Python Ler a lição →0/3Propagação direta
Camadas, uma rede de duas camadas e funções de perda.
-
3 Aprenda o conceito primeiro Gradiente descendente e retropropagação em Python Ler a lição →0/5Treinamento
Gradientes, retropropagação e descida do gradiente, até resolver o XOR.
- 1 Derivadas de funções de ativação Fácil Resolver em Rust
- 2 Gradientes de um único neurônio Médio Resolver em Rust
- 3 Retropropagação em uma rede de duas camadas Difícil Resolver em Rust
- 4 Treine um neurônio com descida do gradiente Médio Resolver em Rust
- 5 Treine uma rede neural para resolver o XOR Difícil Resolver em Rust
-
4 Aprenda o conceito primeiro Otimizadores de redes neurais: SGD, Momentum e Adam em Python Ler a lição →0/4Treinamento melhor
Inicialização de pesos, mini-lotes, momentum e Adam.