https://www.bilibili.com/video/BV1FT4y1E74V?p=10
损失函数：
（y(hat)，y）=（预测值，标签值）
损失函数衡量了参数w,b在训练集上的训练效果。
如上图：w,b表示空间参数（spatial parameters），这里当作是自变量，找到参数w,b使得costfunction取得最小值。其实，w,b可以是高维的向量，这里为了绘图方便，都表示成了一个实数。
要注意的点：
1.要用某些之初始化w和b.
2.假如函数是凸函数，则可以初始化为任意的位置上，它都能很容易的到达最低点。
3.假如函数是非凸函数，则不可以初始化在随意的位置上。
经过多部迭代之后，函数能够收敛到全局最优点。
先用一维的曲线说明梯度下降的过程：
在算法收敛之前，会重复对参数进行求导更新。α是学习率，可以控制每一次更新的时候的步长。或者说梯度下降的步长。
假设参数w的初始化位置如下图红色圆圈所示：
因为在上图所示位置处，导数的值是正的，所以更新的过程，w会向左边移动，J最终会收敛到最低点。
假如w的初始值一开始在左边，此时导数的值是负的，在w更新的过程中，它会向右边移动，也可以让J收敛到最低位置处。
当有偏置b的时候，参数的更新公式如下所示：
