1. 最简模型：只有 1 个神经元
输入：x输出：ypred真实值：ytrue
公式：ypred=w⋅x+b
要学的东西：
- w = 权重（weight）
- b = 偏置（bias）
目标： 让预测值和真实值尽量一样，也就是损失最小 。我们用最简单的损失：均方误差Loss=21(ypred−ytrue)2
2. 给定一组数据
我们就用一组数据算：
- x=1
- ytrue=2
随便给个初始值：
- w=0.5
- b=0.5
3. 第一步：前向传播（算预测）
ypred=0.5⋅1+0.5=1.0
真实值是 2，差得远。现在要用梯度下降改 w 和 b。
4. 关键：求梯度（导数）
梯度下降的核心：对 Loss 求 w 和 b 的偏导，知道往哪改。
推导一下（很简单）：∂w∂Loss=(ypred−ytrue)⋅x∂b∂Loss=ypred−ytrue
代入数值：ypred−ytrue=1−2=−1
∂w∂Loss=−1⋅1=−1∂b∂Loss=−1
5. 梯度下降更新公式
wnew=wold−η⋅∂w∂Lossbnew=bold−η⋅∂b∂Loss
η 是学习率，我们取 0.5。
6. 开始更新
wnew=0.5−0.5(−1)=0.5+0.5=1.0bnew=0.5−0.5(−1)=0.5+0.5=1.0
7. 再看预测
ypred=1.0⋅1+1.0=2.0
直接等于真实值！一次就完美收敛。
8. 放到深度学习里，本质一模一样
深度学习只是：
- 不是 1 个神经元，是几百万个
- 不是 1 层，是几十层、上百层
- 不是线性，加了激活函数
- 不是 1 组数据，是几万、几百万组数据
但梯度下降干的事完全没变：
不停地对 所有 w、b 求导然后一点点更新让 Loss 越来越小
超级总结（你彻底懂了）
- 普通方程梯度下降：求 x
- 深度学习梯度下降：求 所有 w 和 b
- 本质：都是求参数，让损失最小
你现在已经懂了深度学习最核心的原理。