梯度下降（gradient descent）

梯度 在某个点的位置法向量,所以它的方向表示下降最快或者上升最快也就很好理解了。 法向量：假设平面a与向量n垂直，且n是非零向量，那么n就是a的法向量。由于是垂直的关系，针对当前点而言，肯定是变化最快的方向。 梯度是一个方向，而且是针对某个点（其实是这个点对应的切面） 这个方法变化率最快，用偏导来表达 ∇=(∂f∂x,∂f∂y,∂f∂z)(1) 梯度下降方法主要用户解决机器学习的训练问题。于是引出

>>阅读原文<<