梯度下降法
梯度下降法和先前学习的算法有着明显的不同
他本身不是一个机器学习的算法，它既不是监督学习也不是非监督学习，其是一种基于搜索的最优化的方法，作用是最小化一个损失函数，相应的，我们想要最大化一个效用函数的话，就要用梯度上升法，最小化方面是很常用梯度下降法的
从二维平面上看，可以发现其本质就是寻找一个参数使得损失函数最小，其中纵轴为损失函数J
对相应的点进行求导，其中导数代表着参数变化的时候，损失函数相应的变化，直线和曲线上导数都可代表斜率（高数基本的东西，不再赘述），其中，导数还可以代表方向，对应损失函数增大的方向，可以得到一个数值
其中导数前的数值η是先确定好的
我们需要一直计算，直到导数等于0（即取极值），就像是一个球一路滚落，直到最深处
其中这个速度是由学习率η决定的，其取值会影响到获得最优解的速度，如果取值不合适的话，甚至有可能出现得不到最优解的情况，太小就会减慢学习速度，太大甚至有可能导致不收敛，η相当于是梯度下降法的超参数，因此我们可是使用调参的方式来调整到最好的情况
而在事实上，并不是所有的函数都有唯一的极值点，像是线性回归这种损失函数就是具有唯一的最优解的，但是更多的时候，我们所找到的第一个极值点并不是最终的最好的解，可能还存在更好的解，这样我们称第一个点为局部最优解，最小值点为全局最优解
这样的情况下也是有解决方案的，我们可以多次运行，对初始点进行随机化，这样每次运行结果比较一下，逐步尝试，有可能找出全局最优解
这样我们发现，梯度下降法的初始点的位置一样也是一个超参数，其是非常重要的
