Как моделите наистина се учат — от обикновено градиентно спускане до Adam
Пълнопартидното градиентно спускане използва всеки тренировъчен пример, за да изчисли всяко обновление; стохастичното градиентно спускане отива в другата крайност и използва само един. Мини-партидното градиентно спускане стои по средата с малка партида и точно този компромис е това, на което всъщност работи дълбокото обучение.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Стохастично и мини-партидно GD