Diagnóstico do Otimizador

Como os modelos realmente aprendem, da descida do gradiente simples ao Adam

Diagnóstico do otimizador significa ler a execução de treinamento antes de mudar a receita de treinamento. Uma curva de loss, uma norma de gradiente e uma curva de validação geralmente dizem se o problema é o tamanho do passo, os dados, a escala, o overfitting ou uma limitação real do modelo.

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

▶ Diagnóstico do Otimizador
← A Paisagem da LossClipping de Gradiente →