Comment les modèles apprennent réellement, de la descente de gradient classique à Adam
Le taux d'apprentissage est la taille du pas de la descente de gradient. Le gradient indique dans quelle direction la loss monte le plus vite ; l'optimiseur se déplace dans la direction opposée. Le taux d'apprentissage η décide de la distance parcourue.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Le taux d'apprentissage