Optimizare constrânsă și proiecții

Cum învață de fapt modelele, de la coborârea pe gradient standard la Adam

Uneori, parametrilor nu li se permite să se miște oriunde. Ei trebuie să satisfacă niște constrângeri: ponderi nenegative, norme mărginite, probabilități care trebuie să rămână nenegative și să însumeze 1 (o mulțime numită simplex de probabilitate), limite de corectitudine, limite de siguranță sau fezabilitate fizică.

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

▶ Optimizare constrânsă și proiecții
← Convexitatea în practicăRegularizarea ca geometrie →