梯度下降（gradient descent）

梯度 在某個點的位置法向量,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：假設平面a與向量n垂直，且n是非零向量，那麼n就是a的法向量。由於是垂直的關係，針對當前點而言，肯定是變化最快的方向。 梯度是一個方向，而且是針對某個點（其實是這個點對應的切面） 這個方法變化率最快，用偏導來表達 ∇=(∂f∂x,∂f∂y,∂f∂z)(1) 梯度下降方法主要用戶解決機器學習的訓練問題。於是引出

>>阅读原文<<