Como os modelos realmente aprendem, da descida do gradiente simples ao Adam
O gradiente descendente se comporta de forma muito diferente numa superfície de loss redonda e numa esticada. O condicionamento mede esse alongamento. Um condicionamento ruim faz o otimizador ziguezaguear: uma direção é íngreme, outra é plana.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Condicionamento e Zigue-Zague