Wie Modelle wirklich lernen, vom einfachen Gradientenabstieg bis zu Adam
Der Gradientenabstieg verhält sich auf einer runden Verlustoberfläche ganz anders als auf einer gestreckten. Die Konditionierung misst genau diese Streckung. Schlechte Konditionierung lässt den Optimierer im Zickzack laufen: eine Richtung ist steil, eine andere flach.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Konditionierung & Zickzack