Trilha de aprendizagem
Fundamentos de redes neurais
Aprenda como redes neurais representam funções, medem erros, propagam gradientes e melhoram por otimização.
Fundamentos de redes neurais
Aprenda como redes neurais representam funções, medem erros, propagam gradientes e melhoram por otimização.
- 03.01O perceptron→
- 03.02Perceptrons multicamadas e não linearidade→
- 03.03Funções de activation: ReLU, GELU e SwiGLU→
- 03.04Funções de loss e cross-entropy→
- 03.05Backpropagation, visualizado→
- 03.06Gradient descent e a paisagem da loss→
- 03.07Optimizers: SGD → Momentum → Adam → AdamW→
- 03.08Inicialização, normalização e residuals→
- 03.09Overfitting, regularização e a bitter lesson→