Como os modelos realmente aprendem, da descida do gradiente simples ao Adam
A taxa de aprendizado é o tamanho do passo do gradiente descendente. O gradiente diz para que lado a loss sobe mais rápido; o otimizador se move no sentido oposto. A taxa de aprendizado η decide até onde ele se move.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ A Taxa de Aprendizado