- 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
KI-Lernpfad
Baue ein neuronales Netz von Grund auf in C++
15 Aufgaben führen dich vom Skalarprodukt zu einem Netz, das XOR lernt, und weiter zu modernen Optimierern wie Adam, ganz ohne KI-Bibliotheken: Neuronen, Aktivierungen, Verlust, Gradienten, Backpropagation und Training. Löse sie der Reihe nach in C++; jede läuft im Browser mit sofortigen Tests und einem KI-Review.
Melde dich an, um deinen Fortschritt im Pfad zu speichern.
0%gelöst
0 / 15
-
1 Zuerst das Konzept lernen Neuronen und Aktivierungsfunktionen in Python Lektion lesen →0/3Grundbausteine
Vektoren, Aktivierungsfunktionen und ein einzelnes Neuron.
- 1 Skalarprodukt zweier Vektoren Einfach In C++ lösen
- 2 Aktivierungsfunktionen Einfach In C++ lösen
- 3 Ein einzelnes künstliches Neuron Einfach In C++ lösen
-
2 Zuerst das Konzept lernen Vorwärtsdurchlauf und Verlustfunktionen in Python Lektion lesen →0/3Vorwärtsdurchlauf
Schichten, ein zweischichtiges Netz und Verlustfunktionen.
-
3 Zuerst das Konzept lernen Gradientenabstieg und Backpropagation in Python Lektion lesen →0/5Training
Gradienten, Backpropagation und Gradientenabstieg bis zur Lösung von XOR.
- 1 Ableitungen von Aktivierungsfunktionen Einfach In C++ lösen
- 2 Gradienten eines einzelnen Neurons Mittel In C++ lösen
- 3 Backpropagation in einem zweischichtigen Netz Schwierig In C++ lösen
- 4 Ein Neuron mit Gradientenabstieg trainieren Mittel In C++ lösen
- 5 Ein neuronales Netz trainieren, das XOR löst Schwierig In C++ lösen
-
4 Zuerst das Konzept lernen Optimierer für neuronale Netze: SGD, Momentum und Adam in Python Lektion lesen →0/4Besseres Training
Gewichtsinitialisierung, Mini-Batches, Momentum und Adam.
- 1 Xavier- und He-Gewichtsinitialisierung Einfach In C++ lösen
- 2 Mini-Batch-Gradientenabstieg Mittel In C++ lösen
- 3 Gradientenabstieg mit Momentum Einfach In C++ lösen
- 4 Adam-Optimierer Mittel In C++ lösen