Как моделите наистина се учат — от обикновено градиентно спускане до Adam
Размерът на партидата, записван като B, променя шума в оценките на градиента. Малка партида дава шумна, но евтина оценка. Голяма партида дава по-стабилна оценка, но всяка актуализация струва повече.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Мащабиране на размера на партидата