Séance de cours

Optimisation : descente de gradient et sous-gradients

Description

Cette séance de cours explore les méthodes d'optimisation pour la formation de modèles d'apprentissage automatique, en se concentrant sur la descente de gradient et les sous-gradients. L'instructeur explique le processus itératif de minimiser les fonctions de perte en utilisant la recherche naïve, la descente de gradient et la descente de gradient stochastique. La séance de cours couvre le concept de sous-gradients pour les fonctions non-différenciables, fournissant un aperçu du processus doptimisation des modèles linéaires. En outre, l'instructeur introduit des techniques d'optimisation avancées telles que l'optimisation d'Adam et discute de l'importance de la parallélisation dans l'optimisation des modèles à grande échelle.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.