Wie Modelle wirklich lernen, vom einfachen Gradientenabstieg bis zu Adam
Hyperparameter sind Trainingsentscheidungen, die außerhalb der gelernten Parameter getroffen werden: Lernrate, Batch-Größe, Weight Decay, Warmup-Länge, Dropout, Modellbreite und viele andere.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Hyperparameter-Suche