Wie Modelle wirklich lernen, vom einfachen Gradientenabstieg bis zu Adam
RMSProp passt die Schrittweite für jeden Parameter einzeln an. Es verfolgt einen gleitenden Durchschnitt der quadrierten Gradienten und teilt den Gradienten dann durch die Wurzel dieses Durchschnitts.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ RMSProp