梯度
假设对于函数f(x),在其图象中有一点a,在a点的梯度是f(x)增长最快的方向,梯度本身是一种上升的趋势。
梯度下降
概念:对于f(x),在a点的梯度是f(x)增长最快的方向,那么它的相反方向则是该点下降最快的方向, 梯度下降算法是一种求局部最优解的方法。
原理:将函数比作一个山谷,如下图,我们站在山坡上的某处,往四周看,找出一个方向,使得沿着这个方向向下走一小步,能够下降的最快;刚开始走的步伐可能会大一些,随着越来越接近谷底,步伐也就越来越小,直到最终到达谷底c点。
梯度
假设对于函数f(x),在其图象中有一点a,在a点的梯度是f(x)增长最快的方向,梯度本身是一种上升的趋势。
梯度下降
概念:对于f(x),在a点的梯度是f(x)增长最快的方向,那么它的相反方向则是该点下降最快的方向, 梯度下降算法是一种求局部最优解的方法。
原理:将函数比作一个山谷,如下图,我们站在山坡上的某处,往四周看,找出一个方向,使得沿着这个方向向下走一小步,能够下降的最快;刚开始走的步伐可能会大一些,随着越来越接近谷底,步伐也就越来越小,直到最终到达谷底c点。