Come i modelli imparano davvero, dalla discesa del gradiente vanilla ad Adam
Una loss convessa ha una garanzia potente: ogni minimo locale è globale. Questo rende l'ottimizzazione concettualmente pulita. Molti obiettivi classici del ML sono convessi; le reti profonde di solito non lo sono.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ La Convessità nella Pratica