Hoe modellen daadwerkelijk leren, van gewone gradient descent tot Adam
Een vaste leersnelheid is zelden optimaal voor een hele trainingsrun. Vroeg in het trainen kunnen grotere stappen prima, omdat de parameters ver van bruikbare instellingen af staan. Later heeft het trainen vaak kleinere stappen nodig om zich te settelen.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Schema's & warmup