Gradient Clipping (Recorte de Gradiente)

Técnica utilizada en el entrenamiento de redes neuronales profundas para prevenir el problema de gradientes explosivos.

Se aplica un límite máximo al valor de los gradientes durante la etapa de retropropagación, asegurando que no superen un umbral predefinido.

Ayuda a estabilizar y acelerar el proceso de optimización al evitar que los parámetros del modelo sufran grandes actualizaciones.

Es especialmente útil en arquitecturas recurrentes y escenarios donde las iteraciones son largas o complejas.

Su implementación puede realizarse mediante estrategias como el recorte normado o el recorte por valores individuales.

Contribuye a mejorar la eficiencia del entrenamiento y a evitar problemas de divergencia en el modelo.