05 ，梯度下降：原理

1 ，θ 不一定可求 ： 并不是在任何情况下，θ 都能求出来的 2 ，梯度 ： 理论 ： 坡度最陡的方向 如图 ： 3 ，梯度下降方向 ： 梯度的反方向 4 ，梯度下降求解 ： 直接求解 ： 那是线性回归的一种特例，不适用所有情况 常规套路 ： 交给机器一堆数据，然后告诉它什么样的学习方式是对的（目标函数），然后让它朝着这个方向去做 优化 ： 一小步一小步的走 5 ，梯度下降目标 ： 走到山谷的最

>>阅读原文<<