Wie Modelle wirklich lernen, vom einfachen Gradientenabstieg bis zu Adam
Eine feste Lernrate ist selten optimal für einen ganzen Trainingslauf. Am Anfang des Trainings verträgt das Modell größere Schritte, weil die Parameter noch weit von brauchbaren Einstellungen entfernt sind. Später im Training braucht es oft kleinere Schritte, um sich einzupendeln.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Zeitpläne & Warmup