Jak modele naprawdę się uczą — od zwykłego spadku gradientu po Adama
Metody pierwszego rzędu korzystają z gradientów. Metody drugiego rzędu korzystają dodatkowo z krzywizny, zwykle za pośrednictwem hesjanu. Krzywizna mówi optymalizatorowi, jak sam gradient zmienia się w miarę ruchu parametrów.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Metody drugiego rzędu