Hoe modellen daadwerkelijk leren, van gewone gradient descent tot Adam
Het verlieslandschap is de vorm van L(θ) over de parameterruimte. Voor neurale netwerken is dat hoogdimensionaal en niet-convex: het heeft brede vlakke stukken, scherp gekromde stukken, zadelpunten die in sommige richtingen stijgen terwijl ze in andere dalen, en veel afzonderlijke gebieden met laag verlies die vaak toch verbonden blijken te zijn.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Het verlieslandschap