Prévia pública da lição
Descubra como as funções de perda medem os erros de um modelo e como os otimizadores usam gradientes para reduzi-los sistematicamente.
Ao final desta lição, você vai entender:
A retropropagação nos dá gradientes - mas gradientes de quê ? Antes que o backprop possa ser executado, precisamos de um único número que capture o quão errado o modelo está. Esse número vem de uma função de perda . Assim que tivermos gradientes, um otimizador decide como atualizar os pesos. Juntos, eles formam o ciclo de aprendizagem.
Funções de perda e otimizadores - como a IA aprende com os erros faz parte de AI Sprouts
Funções de perda e otimizadores - como a IA aprende com os erros faz parte de AI Sprouts. Faça upgrade para desbloquear a lição completa, os questionários, o acompanhamento de progresso e todas as academias.
Grátis por 7 dias. Cancele quando quiser, sem perguntas.