Przeszukiwanie hiperparametrów

Jak modele naprawdę się uczą — od zwykłego spadku gradientu po Adama

Hiperparametry to wybory treningowe ustalane poza wyuczonymi parametrami: współczynnik uczenia, rozmiar wsadu, zanik wag, długość rozgrzewki, dropout, szerokość modelu i wiele innych.

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

▶ Przeszukiwanie hiperparametrów
← Inicjalizacja i skala sygnałuWhat Makes a Model Learn? →