爲什麼說梯度的反方向是函數下降最快的方向

    梯度在機器學習和深度學習中是一個高頻詞彙，弄懂梯度的概念對梯度下降，反向傳播的理解有很大幫助。這裏我根據個人理解，對梯度的反方向是函數下降最快的方向這一觀點進行解釋。限於作者水平，難免有錯誤之處，歡迎批評指正。 導數     說到梯度，就不可避免的要談導數。對於單變量函數 f ( x ) f(x) f(x)在點 x 0 x_0 x0​處連續，則函數 f ( x ) f(x) f(x)在點

>>阅读原文<<