Vista previa pública de la lección
Descubra cómo las funciones de pérdida miden los errores de un modelo y cómo los optimizadores utilizan gradientes para reducirlos sistemáticamente.
Al final de esta lección, comprenderás:
La retropropagación nos da gradientes, pero ¿gradientes de qué ? Antes de que se pueda ejecutar backprop, necesitamos un único número que capture qué tan incorrecto es el modelo. Ese número proviene de una función de pérdida . Una vez que tenemos gradientes, un optimizador decide cómo actualizar los pesos. Juntos forman el circuito de aprendizaje.
Funciones de pérdida y optimizadores: cómo la IA aprende de los errores forma parte de AI Sprouts
Funciones de pérdida y optimizadores: cómo la IA aprende de los errores forma parte de AI Sprouts. Actualiza para desbloquear la lección completa, los cuestionarios, el seguimiento del progreso y todas las academias.
Gratis durante 7 días. Cancela cuando quieras, sin preguntas.