Jak se modely reálně učí, od klasického gradientního sestupu po Adam
Velikost dávky, označovaná B, mění šum v odhadech gradientu. Malá dávka poskytuje šumivý, ale výpočetně levný odhad. Velká dávka poskytuje stabilnější odhad, ale každá aktualizace stojí více.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Škálování velikosti dávky