How models actually learn, from vanilla gradient descent to Adam
Раннє зупинення використовує валідаційну продуктивність, щоб вирішити, коли припинити тренування. Якщо валідаційна втрата перестає покращуватися достатньо довго, зберігають найкращу контрольну точку і зупиняються. Прогрес тут рахується в епохах: одна епоха — один повний прохід через навчальні дані, і валідація зазвичай перевіряється після кожної епохи.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Раннє зупинення