How models actually learn, from vanilla gradient descent to Adam
Розмір партії, записаний B, змінює шум у оцінках градієнта. Мала партія дає шумну, але дешеву оцінку. Велика партія дає стійкішу оцінку, але кожне оновлення коштує дорожче.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Масштабування розміру партії