Aperçu public de la leçon
Découvrez comment les fonctions de perte mesurent les erreurs d'un modèle et comment les optimiseurs utilisent les gradients pour les réduire systématiquement.
À la fin de cette leçon, tu comprendras :
La rétropropagation nous donne des gradients - mais des gradients de quoi ? Avant que la rétropropagation puisse s'exécuter, nous avons besoin d'un seul nombre qui capture à quel point le modèle se trompe. Ce nombre provient d'une fonction de perte . Une fois que nous avons les gradients, un optimiseur décide comment mettre à jour les poids. Ensemble, ils forment la boucle d'apprentissage.
Fonctions de perte et optimiseurs - Comment l'IA apprend de ses erreurs fait partie de AI Sprouts
Fonctions de perte et optimiseurs - Comment l'IA apprend de ses erreurs fait partie de AI Sprouts. Passe à Pro pour débloquer la leçon complète, les quiz, le suivi de progression et toutes les académies.
Gratuit pendant 7 jours. Annulez quand vous voulez, sans justification.