grading descent
- 梯度下降
-
- [参数更新方法 --导数和学习率](#参数更新方法 --导数和学习率)
- 从导数项直观理解梯度下降
grading descent 算法就是更新参数，今天来学习下如何更新w和b
梯度下降
还是以线性回归的均方差损失函数如下为例：
损失函数的可视化图如下 ：
横轴和纵轴分别是w和b，z轴是损失值。梯度更新w和b，让损失能走到局部最小值附近，这个局部的最小值意味着，在它周围损失的变化已经很小了。
参数更新方法 --导数和学习率
更新的方法如下：
是learning rate，也就是学习率。
它决定了梯度下降的幅度，也就是一次走大步，还是小步，通常学习率在0~1之间。
这一项是导数（其实是偏导数），微积分中的概念，不过不懂也没问题，下一节会简单介绍，且刚开始不需要深入的探究。
通常情况下，正确的做法是w和b同时更新：
当然也有特殊的情况，非同时更新，但是很少见，所以我们按照正确的左侧做法，同时更新w和b就可以。
从导数项直观理解梯度下降
为了直观理解，还是先假设b为0，损失函数映射到二维空间上
通过上面的图可以看出，损失函数的最小值是在曲线的底，所以我们的目标就是要损失靠近这个点。
而导数其实是某个具体点的斜率，于是就有图中的两种情况：
- 导数为正数，w-学习率*导数 就是在减少w，此时刚好是在靠近最小值的点
- 导数为负数，w-学习率*导数就是在增大w，此时也是是在靠近最小值的点
也就是说无论是在最小值的左侧或者右侧的w，都能通过上面的公式，更新到靠近最小值的w点
资料来源-吴恩达《机器学习》