Neural Nets & Raspberry Pi

AI Lab vermittelt maschinelles Lernen von Grund auf – ohne Blackboxes, ohne TensorFlow. Bauen Sie ein neuronales Netzwerk Neuron für Neuron auf, beobachten Sie dessen Lernprozess in 3D und implementieren Sie das trainierte Modell anschließend auf einem simulierten Raspberry Pi. Verbinden Sie reale Schaltkreise mit Python. KI-Bildung zum Anfassen und Erleben.

Die meisten „KI lernen“-Apps bieten Ihnen Folien und Quizfragen. AI Lab hingegen liefert Ihnen die Engine selbst – jedes Neuron, jedes Gewicht und jeder Gradientenschritt wird von einem kleinen, deterministischen Algorithmus berechnet, der von Grund auf neu entwickelt wurde – keine Wrapper-Bibliothek. Beobachten Sie, wie ein Netzwerk in Echtzeit trainiert, Fehler macht und sich verbessert, und verkleinern Sie es anschließend, um es auf realer eingebetteter Logik auszuführen.

Beginnen Sie mit den Grundlagen: Was ist ein Neuron? Wie wirken Gewichte, Bias und Aktivierung zusammen? Und wie zieht ein Neuron eine Entscheidungslinie? Tauchen Sie dann ein in das „Learning by Falling“ – das Loss Valley Lab visualisiert den Fehler Ihres Modells als 3D-Landschaft, und Sie beobachten, wie der Gradientenabstieg mit jeder Anpassung der Lernrate den Hang hinabrollt. Weiter geht es mit Deeper Minds: Stapeln Sie verborgene Schichten und beobachten Sie, wie ein Netzwerk eine spiralförmige Struktur umschließt, die keine gerade Linie lösen könnte.

Sobald ein Modell funktioniert, lehrt das AI Lab etwas, das die meisten Kurse auslassen: die Miniaturisierung. Im Shrinker Lab wird ein Netzwerk auf einen Bruchteil seiner Größe reduziert; im Chip Lab wird echte int8-Inferenz durchgeführt, sodass Sie den Zielkonflikt zwischen Genauigkeit, Größe und Geschwindigkeit spüren, mit dem jeder Embedded-Entwickler konfrontiert ist. Anschließend geht es zur Raspberry Pi Workbench: Verbinden Sie virtuelle Komponenten und programmieren Sie mit gpiozero auf einem simulierten 3D-Pi Pico in Python – lassen Sie eine LED blinken, schalten Sie eine Ampel, blenden Sie mit PWM ein, lesen Sie einen Knopfdruck aus oder lassen Sie einen Knight-Rider-Balken mit fünf LEDs durchlaufen. Sie müssen keine Hardware kaufen, keine Platine beschädigen.

WAS SIE TUN KÖNNEN

• Lernen Sie neuronale Netze von Grund auf kennen – Neuronen, Gewichte, Bias, Aktivierung, Verlustfunktion und Gradientenabstieg –, bevor Sie Code schreiben.

• Beobachten Sie das Training in 3D – im Loss Valley Lab wird der Gradientenabstieg zu einer Landschaft, die Sie drehen und erkunden können.

• Löse Probleme, die mit einer geraden Linie nicht zu lösen sind – das Entscheidungsoberflächen-Labor umschließt eine Spirale mit einer Begrenzung und bietet Voreinstellungen für Anfänger bis Fortgeschrittene.

Verkleinere ein reales Modell – quantisiere ein trainiertes Netzwerk und sieh genau, welche Kompromisse du eingegangen bist.

Führe reale Inferenz durch – implementiere ein int8-Modell auf einem simulierten Chip und optimiere Genauigkeit, Größe und Geschwindigkeit.

Verdrahte und programmiere einen Raspberry Pi – entwickle Schaltungen auf einem simulierten Pi Pico mit echtem Python und gpiozero in einem integrierten Editor.

Arbeite dich durch fünf Elektronik-Einsteigerprojekte, von der ersten blinkenden LED bis hin zum Fünf-LED-Knight-Rider-Effekt.

Sammle Erfahrungspunkte, steige im Level auf und erreiche Erfolgsserien mit einer Modell-Bibliothek voller freischaltbarer Errungenschaften.

Alles an einem Ort – Registerkarten „Lernen“, „Labore“, „Pi“ und „Auszeichnungen“.

Lerne offline in deinem eigenen Tempo – jede Lektion, jedes Labor und jedes Projekt ist auf deinem Gerät verfügbar.

Ehrlich gesagt

Die neuronale Netzwerk-Engine ist eine echte, funktionierende Implementierung, die speziell für Lernen und Visualisierung entwickelt wurde – klein genug für sofortiges Training und vollständig nachvollziehbar, aber kein Produktions-Framework für maschinelles Lernen. Der Raspberry Pi dient hier als detaillierte 3D-Simulation für sicheres, hardwarefreies Lernen: Sie müssen keine Komponenten kaufen, keine Platine riskieren, und Ihr Python-Code ist auch für die spätere Verwendung mit einem echten Pi nutzbar.

Kostenlos & Pro

AI Lab ist kostenlos: Die erste Welt mit Lektionen zu Neuronen und Gradientenabstieg, das Loss Valley Lab und Ihre ersten Raspberry Pi-Projekte sind gratis.

AI Lab Pro schaltet den kompletten Lehrplan frei – alle Welten, alle 3D-Labs inklusive Decision Surface, Shrinker und The Chip, alle Pi Workbench-Projekte und ein werbefreies Erlebnis. Wählen Sie zwischen monatlichem und jährlichem Abonnement; das Jahresabo beinhaltet eine kostenlose Testphase und bietet langfristig das bessere Preis-Leistungs-Verhältnis. Abonnements verlängern sich automatisch, sofern sie nicht gekündigt werden; Sie können Ihr Abonnement jederzeit in Ihrem Kundenkonto verwalten oder kündigen.

Von Neuronen über Gradienten bis hin zu funktionierenden Schaltkreisen – AI Lab ist der schnellste Weg, KI und eingebettete Elektronik wirklich zu verstehen, nicht nur darüber zu lesen.

Nutzungsbedingungen

https://www.apple.com/legal/internet-services/itunes/dev/stdeula/

Datenschutzrichtlinie

https://coddykit.com/terms/privacy-policy