आरंभीकरण और संकेत स्केल

मॉडल वास्तव में कैसे सीखते हैं, सादे ग्रेडिएंट डिसेंट से लेकर Adam तक

अगर शुरुआती स्केल गलत हो, तो अनुकूलन शुरू होने से पहले ही विफल हो सकता है। अगर भार बहुत छोटे हों, तो संकेत और ग्रेडिएंट लुप्त हो सकते हैं। अगर भार बहुत बड़े हों, तो सक्रियण (activations) और ग्रेडिएंट फट सकते हैं या संतृप्त हो सकते हैं।

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.