Gradient descend 梯度下降法和歸一化、python中的實現（未完善）

梯度下降法是優化函數參數最常用、簡單的算法 通常就是將一組輸入樣本的特徵$x^i$傳入目標函數中，如$f(x) = wx + b$，再計算每個樣本通過函數預測的值$f(x^i)$與其真實值（標籤）$y^i$之差，然後計算所有差的平方和獲得一個關於$w$損失函數$L(w)$： $L(w) = \sum\limits_{i=0}^m [f(x^i) - y^i]^2 =  \sum\limits_{i

>>阅读原文<<