什麼是Gradient Descent（梯度下降法）以及學習率的解釋

什麼是Gradient Descent（梯度下降法）？ Review: 梯度下降法 在迴歸問題的第三步中，需要解決下面的最優化問題： θ∗=argminθL(θ) L:lossfunction（損失函數） θ:parameters（參數） 這裏的parameters是複數，即 θ 指代一堆參數，比如上篇說到的 w 和 b 。 我們要找一組參數 θ ，讓損失函數越小越好，這個問題可以用梯度下降法解決

>>阅读原文<<