Cómo aprenden realmente los modelos, del descenso por gradiente básico a Adam
Una tasa de aprendizaje fija rara vez es la mejor opción para toda una corrida de entrenamiento. Al principio, el entrenamiento puede soportar movimientos más grandes porque los parámetros están lejos de un ajuste útil. Más adelante, el entrenamiento suele necesitar movimientos más pequeños para asentarse.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Programaciones y Calentamiento