Cómo aprenden realmente los modelos, del descenso por gradiente básico a Adam
El descenso del gradiente de lote completo usa todos los ejemplos de entrenamiento para calcular cada actualización; el descenso del gradiente estocástico va al otro extremo y usa solo uno. El descenso del gradiente por mini-lotes queda en medio con un lote pequeño, y ese compromiso es lo que realmente hace funcionar al aprendizaje profundo.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Descenso Estocástico y por Mini-Lotes