Cómo aprenden realmente los modelos, del descenso por gradiente básico a Adam
El descenso del gradiente se comporta de forma muy distinta sobre una superficie de pérdida redondeada y sobre una alargada. El condicionamiento mide ese alargamiento. Un condicionamiento pobre hace que el optimizador zigzaguee: una dirección es empinada, otra es plana.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Condicionamiento y Zigzag