Como os modelos realmente aprendem, do gradiente descendente simples ao Adam
A taxa de aprendizagem é o tamanho do passo do gradiente descendente. O gradiente diz em que direção a loss sobe mais depressa; o otimizador move-se no sentido oposto. A taxa de aprendizagem η decide quão longe se move.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ A Taxa de Aprendizagem