Descent 第8页

Logistic regression逻辑回归·二分类算法【知识整理】

综述原理介绍逻辑回归Sigmoid函数（核心）决策边界似然函数求解逻辑回归的实现代码模块绘制散点图观察数据logisticregressionsigmoidmodelcostgradient停止策略及洗牌descent

Droke_Zhou·2019-02-25 17:08

Logistic regression逻辑回归·二分类算法【知识整理】

综述原理介绍逻辑回归Sigmoid函数（核心）决策边界似然函数求解逻辑回归的实现代码模块绘制散点图观察数据logisticregressionsigmoidmodelcostgradient停止策略及洗牌descent

Droke_Zhou·2019-02-25 17:08

机器学习—逻辑回归Logistic Regression

在逻辑回归中，有函数，当>=0.5时，=1；当=0.5,dtype='int') defgradient_descent(X

BingLZg·2019-02-17 05:09

人生，有时是看不见的

反应的家畜业后背的现实问题，一套流水话的工业，让我体会到什么叫做“命注定”我不是在diss屠宰者，只是世界上有一群人帮我们做不想做的事情而且别在拘执过去别再固步自封我们将获的新生…-统治-《Dominion》bgm：“Descent

YING_HE·2019-01-17 08:06

论文阅读--An overview of gradient descent optimization algorithms

Anoverviewofgradientdescentoptimizationalgorithms∗文章目录Anoverviewofgradientdescentoptimizationalgorithms∗Abstract1Introduction2Gradientdescentvariants2.1Batchgradientdescent2.2Stochasticgradientdescent

shelley__huang·2019-01-16 15:48

ml p5-p7:learning rate，Adagrad，Stochastic Gradient Descent ，Feature Scaling，游戏模拟

概览p5:learningrate，Adagrad，StochasticGradientDescent，FeatureScalingp6:使用游戏模拟做梯度下降的感觉，局部最低点和全局最低点p7:使用游戏来模拟为什么loss有时会不降反增。疑问笔记B站19年李宏毅P51.GradientDescentGradientDescentGradientDescent2.LearningRate三个参数以

叫兽吃橙子·2019-01-13 10:06

梯度下降(Gradient Descent)算法详解

梯度下降算法可以将代价函数（CostFunction）最小化且其常被应用于线性回归问题中，此外，还会应用于众多其他机器学习领域。梯度下降是一个用来求函数最小值的算法，我们将使用梯度下降算法来求出代价函数的最小值。下面是问题综述：梯度下降背后的思想是：开始时我们随机选择一个参数的组合，计算代价函数，然后我们寻找下一个能让代价函数值下降最多的参数组合。我们持续这么做直到到到一个局部最小值（localm

God_6838·2018-12-23 19:22

logistic regression using Theano and stochastic gradient descent

本文是学习Theno教程做的网页版笔记！后续的学习过程中会重点关注如下的网站：http://deeplearning.net/tutorial/logreg.htmlhttps://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pd

jp_zhou256·2018-12-22 16:05

吴恩达机器学习笔记 - cost function and gradient descent

一、简介costfuction是用来判断机器预算值和实际值得误差，一般来说训练机器学习的目的就是希望将这个costfunction减到最小。本文会介绍如何找到这个最小值。二、线性回归的costfunction假设现在有个一元一次方程式h(x)=wx+b，要用来预测实际值y，今天我输入了一组(x0,x1,x2......xm)and(y0,y1,y2,y3.......ym)，那costfuncti

彦柏·2018-12-14 23:00

一文带你了解机器学习基础：梯度下降（Gradient Descent）和最小二乘法

一文带你了解机器学习基础：梯度下降和最小二乘法在开始本文之前，有兴趣的可以浏览一下这个文章，人工智能中的最优化问题。人工智能数学基础之最优化方法两者的区别最小二乘法跟梯度下降法都是通过求导来求损失函数的最小值，那它们有什么区别呢。相同本质相同：两种方法都是在给定已知数据（independent&dependentvariables）的前提下对dependentvariables算出出一个一般性的估

GhostintheCode·2018-12-12 19:15

【翻译】An overview of gradient descent optimization algorithms

AnoverviewofgradientdescentoptimizationalgorithmsSebastianRuderInsightCentreforDataAnalytics,NUIGalwayAylienLtd.,Dublin摘要梯度下降优化算法虽然越来越受欢迎，但由于其优缺点难以得到实际的解释，通常被用作黑盒优化器。这篇文章的目的是分析不同的算法，让读者直观的理解他们的使用。在这篇综

foochane·2018-12-03 21:44

吴恩达机器学习课程笔记+代码实现(2)单变量线性回归和梯度下降(Linear Regression with One Variable and Gradient Descent)

2.单变量线性回归和梯度下降(LinearRegressionwithOneVariableandGradientDescent)文章目录2.单变量线性回归和梯度下降(LinearRegressionwithOneVariableandGradientDescent)2.1模型表示2.2代价函数2.3梯度下降2.4梯度下降的直观理解2.5梯度下降的线性回归本章编程作业及代码实现部分见：Python

geekxiaoz·2018-12-02 20:06

机器学习1：梯度下降（Gradient Descent）

分别求解损失函数L(w,b)对w和b的偏导数，对于w，当偏导数绝对值较大时，w取值移动较大，反之较小，通过不断迭代，在偏导数绝对值接近于0时，移动值也趋近于0，相应的最小值被找到。η选取一个常数参数，前面的负号表示偏导数为负数时（即梯度下降时），w向增大的地方移动。对于非单调函数，可能会陷入局部最优的情况，可以通过设定不同的w初始值，来对比不同参数下的损失函数值。梯度下降法未必是最优的计算权重参数

勤睿·2018-12-01 20:39

前端布局基础之三字体

字体高度的各属性这是一张详解字体设置的图例，图中各个属性的意义：baseline(基线):分隔ascent和descent，默认字符底端沿baseline排列，如图中的P，x，Ё(为俄文

草珊瑚_6557·2018-11-23 10:53

机器学习笔记——梯度下降（Gradient Descent）

梯度下降算法（GradientDescent）在所有的机器学习算法中，并不是每一个算法都能像之前的线性回归算法一样直接通过数学推导就可以得到一个具体的计算公式，而再更多的时候我们是通过基于搜索的方式来求得最优解的，这也是梯度下降法所存在的意义。不是一个机器学习算法是一种基于搜索的最优化方法作用：最小化一个损失函数梯度上升法：最大化一个效用函数1梯度下降法1.1什么梯度下降法？图中任意一点的斜率我们

Peter_Huang0623·2018-11-08 17:50

自定义View之二-画笔(TextView)

1.基线1.1FontMetrics属性基线.pngascent=ascent线的y坐标-baseline线的y坐标；//负数descent=descent线的y坐标-baseline线的y坐标；//正数

woochen123·2018-10-24 10:39

梯度下降法(Gradient Descent)优化函数的详解（3）小批量随机梯度下降法（mini-batch SGD ）

前言梯度下降法(GradientDescent)优化函数的详解（0）线性回归问题梯度下降法(GradientDescent)优化函数的详解（1）批量梯度下降法（BatchGradientDescent）梯度下降法(GradientDescent)优化函数的详解（2）随机梯度下降法（SGDStochasticGradientDescent）梯度下降法(GradientDescent)优化函数的详解（

Lane Phoebe·2018-10-21 20:19

梯度下降法(Gradient Descent)优化函数的详解（1）梯度下降法（Gradient Descent）

前言梯度下降法(GradientDescent)优化函数的详解（0）线性回归问题梯度下降法(GradientDescent)优化函数的详解（1）批量梯度下降法（BatchGradientDescent）梯度下降法(GradientDescent)优化函数的详解（2）随机梯度下降法（SGDStochasticGradientDescent）梯度下降法(GradientDescent)优化函数的详解（

Lane Phoebe·2018-10-20 04:01

吴恩达机器学习（十五）大规模机器学习（Batch、Stochastic、Mini-batch gradient descent、MapReduce）

目录0.前言1.StochasticGradientDescent2.Mini-batchGradientDescent3.MapReduce4.在线学习（onlinelearning）学习完吴恩达老师机器学习课程的大规模机器学习，简单的做个笔记。文中部分描述属于个人消化后的理解，仅供参考。如果这篇文章对你有一点小小的帮助，请给个关注喔~我会非常开心的~0.前言已知梯度下降算法，当数据集很大时，每

I can丶·2018-10-13 16:38

3、【李宏毅机器学习（2017）】Gradient Descent（梯度下降）

本节课将深入学习机器学习简介中机器学习建模步骤3中优化方法GradientDescent（梯度下降）。目录梯度下降算法介绍自动调整学习速率学习速率对算法的影响Adagrad随机梯度下降FeatureScaling理论部分梯度下降算法的限制梯度下降算法介绍自动调整学习速率学习速率对算法的影响如果学习速率适合，那么优化Lossfunction的路径应该如红色线段；如果学习速率过大，那么优化Lossfu

Jimmyzqb·2018-08-28 12:07

【机器学习】坐标下降法（Coordinate descent）

coordinate-wiseminimization(坐标朝向最小)coordinate-wiseminimization介绍的是坐标下降法的理论依据。问题的描述：给定一个可微的凸函数，如果在某一点，使得在每一个坐标轴上都是最小值，那么是不是一个全局的最小值。形式化的描述为：是不是对于所有的都有这里的代表第个标准基向量。答案为成立。这是因为：但是问题来了，如果对于凸函数，若不可微该会怎样呢？答案

zhaosarsa·2018-08-16 13:38

（二）梯度下降(Gradient Descent)

梯度下降(GradientDescent) 在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（GradientDescent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里先总结梯度下降。1.梯度在微积分里面，对多元函数的参数求∂∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y)f(x,y),分别对x,yx,y求偏导数，求得的梯度向量就是(∂

LintaoD·2018-08-13 09:24

采用梯度下降优化器(Gradient Descent optimizer)结合禁忌搜索(Tabu Search)求解矩阵的全部特征值和特征向量

[前言]对于矩阵(Matrix)的特征值(Eigens)求解，采用数值分析(NumberAnalysis)的方法有一些，我熟知的是针对实对称矩阵(RealSymmetricMatrix)的特征值和特征向量(CharacteristicVectors)求解算法——雅克比算法（Jacobi）。Jacobi算法的原理和实现可以参考[https://blog.csdn.net/zhouxuguang236

笑い男·2018-08-04 11:00

神经网络梯度下降算法（gradient descent）笔记

说明：此代码并非个人原创，是学习其他深度学习视频教程后总结所得。总体思路：1.用手写数字识别作实例进行分析。2.具体的思路我不是非常清楚，就是用一个深度神经网络，选定n多参数，然后就可以在一定程度上模拟任何有规律的方程或者其他现象。3.求解的过程就是不断让真实值贴近预测的值，这时如果差别较大，可以改变参数的权重，还有偏向值。4.也就是cost(w,b)=|y-output|^2，此时的w,b赋值比

勤学三思·2018-07-21 20:14

Python实现梯度下降法及算例分析以及可视化

代码和算例可以到博主github中下载：https://github.com/Airuio/Implementing-the-method-of-gradient-descent-by-using-Python

Airuio·2018-07-08 09:14

Python实现梯度下降法及算例分析以及可视化

代码和算例可以到博主github中下载：https://github.com/Airuio/Implementing-the-method-of-gradient-descent-by-using-Python

Airuio·2018-07-08 09:14

IT屌丝_陈·2018-06-26 14:40

机器学习---梯度下降算法

参考文章：http://ruder.io/optimizing-gradient-descent/https://www.jiqizhixin.com/articles/2016-11-21-4tensorflow

女王の专属领地·2018-06-19 16:29

最优化：梯度下降（Gradient Descent）小结

感谢博客：http://www.cnblogs.com/pinard/p/6004041.html在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（GradientDescent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1.梯度在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y

江户川柯南1900·2018-06-04 11:18

学习笔记13：随机梯度下降法（Stochastic gradient descent, SGD）

假设我们提供了这样的数据样本（样本值取自于y=3*x1+4*x2）：x1x2y1419252651194229x1和x2是样本值，y是预测目标，我们需要以一条直线来拟合上面的数据，待拟合的函数如下：我们的目的就是要求出θ1和θ2的值，让h(θ)尽量逼近目标值y。这是一个线性回归问题，若对线性回归有所了解的同学就知道：利用最小二乘法则和梯度下降法可以求出两个参数，而深度学习也同样可以利用这两种方法求

DemonHunter211·2018-05-18 14:50

梯度下降（Gradient Descent）小结

http://www.cnblogs.com/pinard/p/5970503.html在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（GradientDescent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1.梯度在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y),分别对

间歇性土拨鼠·2018-05-11 16:28

王家林人工智能AI 第七节课：四种性能优化Matrix编写AI框架实战（Gradient Descent的陷阱、及几种常见的性能优化方式实战）老师微信13928463918

王家林人工智能AI第七节课：四种性能优化Matrix编写AI框架实战（GradientDescent的陷阱、及几种常见的性能优化方式实战）老师微信13928463918在上一节课从零起步(无需数学和Python基础)编码实现AI框架之第六节课：使用Matrix编写AI框架实战及测试（https://blog.csdn.net/duan_zhihua/article/details/80041548

段智华·2018-05-03 14:42

Gradient Descent 矩阵python实现

梯度下降法的矩阵方式描述主要讲解梯度下降法的矩阵方式表述，要求有一定的矩阵分析的基础知识，尤其是矩阵求导的知识。1.先决条件：需要确认优化模型的假设函数和损失函数。对于线性回归，假设函数hΘ(x)=Θ0x0+Θ1x1+Θ2x2+⋯+ΘnxnhΘ(x)=Θ0x0+Θ1x1+Θ2x2+⋯+Θnxn的矩阵表达方式为：hΘ(x)=XΘhΘ(x)=XΘ其中，假设函数hΘhΘ为y^(m∗1)y^(m∗1)的矩

e_eps·2018-03-21 15:59

Gradient Descent

GradientDescent本文转自https://www.cnblogs.com/pinard/p/5970503.html求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（GradientDescent）是最常采用的方法之一。1.梯度在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y),分别对x,y求偏导数，求得的梯度向

e_eps·2018-03-11 16:20

线性回归与梯度下降（gradient descent） python

环境numpy(1.12.1)+python2.7#!/usr/bin/envpython#coding:utf-8importnumpyasnpx1=np.asarray([1,3,5])#训练样本x2=np.asarray([1,4,4])y1=100y2=150W=np.zeros(3)#初始化参数defhx(W,X):#待拟合的假设函数returnW.dot(X)X=[x1,x2]Y=[y

everl_1·2018-01-24 23:24

TensorFlow - 解释梯度下降算法（gradient descent）

TensorFlow-解释梯度下降算法（gradientdescent）flyfish给定训练数据集和损失函数，希望找到对应的θ使得损失函数J(θ)最小。假设函数（hypothesisfunction）用数学的方法描述自变量x和因变量y之间的关系数据集（dataset）样本（example）：一个feature和对应的label数据构成一条样本（x，y）y=2xx可以比作featurey可以比作l

flyfish1986·2018-01-22 14:27

BP网络下的梯度下降算法的matlab代码

functionww=gradient_descent(training_example,eta)[m,n]=size(training_example);%m--行，n--列num_x=n-1;%输入量个数

SWEDEN_1003·2018-01-12 14:53

机器学习与高数：梯度（Gradient）与梯度下降法（Gradient Descent）

一篇经典博客：http://blog.csdn.net/walilk/article/details/509788641.导数定义：导数代表了在自变量变化趋于无穷小的时候，函数值的变化与自变量的变化的比值。几何意义是这个点的切线。物理意义是该时刻的（瞬时）变化率。注意：在一元函数中，只有一个自变量变动，也就是说只存在一个方向的变化率，这也就是为什么一元函数没有偏导数的原因。（derivative）

Eric_LH·2018-01-07 13:06

一步一步分析讲解神经网络基础-gradient descent algorithm

有兴趣的朋友可以看一下paper，百度网盘：https://pan.baidu.com/s/1slRxFZn看这篇是cs上的一篇paper，将gd算法讲解复杂。打算使用通俗的方式讲解出来。Gradientdescentisafirst-orderiterativeoptimizationalgorithmforfindingtheminimumofafunction.Tofindalocalmin

Alun_Sun·2017-12-22 19:44

An overview of gradient descent optimization algorithms

http://ruder.io/optimizing-gradient-descent/HeapedtionTableofcontents:GradientdescentvariantsBatchgradientdescentStochasticgradientdescentMini-batchgradientdescentChallengesGradientdescentoptimization

张博208·2017-12-21 17:36

深度学习—加快梯度下降收敛速度（一）：mini-batch、Stochastic gradient descent

在深层神经网络那篇博客中讲了，深层神经网络的局部最优解问题，深层神经网络中存在局部极小点的可能性比较小，大部分是鞍点。因为鞍面上的梯度接近于0，在鞍面上行走是非常缓慢的。因此，必须想办法加速收敛速度，使其更快找到全局最优解。本文将介绍mini-batch与Stochasticgradientdescent方法。1.mini-batch之前的梯度下降法是将训练集所有的梯度计算之后，再更新参数，这样大

秋风05·2017-12-21 15:17

再谈最速下降法/梯度法/Steepest Descent

最速下降法（又称梯度法，或SteepestDescent），是无约束最优化领域中最简单的算法，单独就这种算法来看，属于早就“过时”了的一种算法。但是，它的理念是其他某些算法的组成部分，或者说是在其他某些算法中，也有最速下降法的“影子”。因此，我们还是有必要学习一下的。我很久以前已经写过一篇关于最速下降法的文章了，但是这里我还打算再写一篇，提供更多一些信息，让大家可以从更简单生动的方面去理解它。『1

Catherine_985·2017-12-12 14:18

[翻译4.7 ]Gradient descent and backpropagation

PS:翻译来源：http://shop.oreilly.com/product/9781939902351.do欠了5天的翻译，今天来还债来了,这是第一篇////////第一篇///////////梯度下降和反向传播关于基本的机器学习章节，我们一直没有解释我们在使用的学习算法的工作原理。梯度下降是一个能够找到函数最小值的算法。注意，我们将学习定义为通过一定量的训练步骤，对模型参数的改进（impro

斐波那契的数字·2017-12-09 03:58

Gradient Descent Method

三篇很好的关于GradientDescentMethod的Tutorial，适合初学者在阅读经典的书籍前对GradientDescentMethod先有个大概的了解。来自IndianInstituteofScienceE0270MachineLearning课程链接:drona.csa.iisc.ernet.in/~e0270/Jan-2015/tutorial：1.（UnconstrainedO

万灵灵万·2017-12-08 22:01

计算文本宽度和高度

(Paintpaint){Paint.FontMetricsfm=paint.getFontMetrics();return(int)(Math.abs(fm.ascent)+Math.abs(fm.descent

梦沉薇露·2017-12-07 00:55

机器学习——梯度下降算法

www.cnblogs.com/LeftNotEasy/archive/2010/12/05/mathmatic_in_machine_learning_1_regression_and_gradient_descent.html

一季夜风·2017-11-30 00:27

线性回归与梯度下降（linear regression and gradient descent）

一直都在学习机器学习的知识，虽然学的不好，总想记下来自己学习的感想，便于自己复习晚上，也希望贴出来大家交流交流。个人觉得只有写出来的东西，才能加入自己的思考过程，以及思考的结果一直都在学习机器学习的知识，虽然学的不好，总想记下来自己学习的感想，便于自己复习，也希望贴出来大家交流交流。这里直接上主题，没有太多的墨迹，直接讲问题。个人觉得只有写出来的东西，才能加入自己的思考过程，以及思考的结果一直都在

麻瓜智能·2017-11-28 22:02

ML重要概念：梯度（Gradient）与梯度下降法（Gradient Descent）

转自：http://blog.csdn.net/walilk/article/details/50978864引言机器学习栏目记录我在学习MachineLearning过程的一些心得笔记，涵盖线性回归、逻辑回归、Softmax回归、神经网络和SVM等等，主要学习资料来自网上的免费课程和一些经典书籍，免费课程例如StandfordAndrewNg老师在Coursera的教程以及UFLDLTutori

Alisa_xf·2017-11-28 14:15

机器学习面试系列四

www.cnblogs.com/LeftNotEasy/archive/2010/12/05/mathmatic_in_machine_learning_1_regression_and_gradient_descent.html

Learn_ZhangK·2017-11-20 14:20

（2017 ICML）Learning to learn without gradient descent by gradient descent笔记

无需梯度下降的梯度下降，学会一个会学习的模型论文作者：YutianChen,MatthewHoffman,SergioGomez,MishaDenil,TimothyLillicrap,MatthewBotvinick,NandodeFreitas（全部都是DeepMind英国团队成员）论文简介：借助梯度下降的方法，可以用简单的生成函数训练，学到循环神经网络（RNN）优化器。可以表明，这些学到的优

This_is_alva·2017-11-16 16:33

推荐频道

Descent

Logistic regression逻辑回归·二分类算法【知识整理】

Logistic regression逻辑回归·二分类算法【知识整理】

机器学习—逻辑回归Logistic Regression

人生，有时是看不见的

论文阅读--An overview of gradient descent optimization algorithms

ml p5-p7:learning rate，Adagrad，Stochastic Gradient Descent ，Feature Scaling，游戏模拟

梯度下降(Gradient Descent)算法详解

logistic regression using Theano and stochastic gradient descent

吴恩达机器学习笔记 - cost function and gradient descent

一文带你了解机器学习基础：梯度下降（Gradient Descent）和最小二乘法

【翻译】An overview of gradient descent optimization algorithms

吴恩达机器学习课程笔记+代码实现(2)单变量线性回归和梯度下降(Linear Regression with One Variable and Gradient Descent)

机器学习1：梯度下降（Gradient Descent）

前端布局基础之三字体

机器学习笔记——梯度下降（Gradient Descent）

自定义View之二-画笔(TextView)

梯度下降法(Gradient Descent)优化函数的详解（3）小批量随机梯度下降法（mini-batch SGD ）

梯度下降法(Gradient Descent)优化函数的详解（1）梯度下降法（Gradient Descent）

吴恩达机器学习（十五）大规模机器学习（Batch、Stochastic、Mini-batch gradient descent、MapReduce）

3、【李宏毅机器学习（2017）】Gradient Descent（梯度下降）

【机器学习】坐标下降法（Coordinate descent）

（二）梯度下降(Gradient Descent)

采用梯度下降优化器(Gradient Descent optimizer)结合禁忌搜索(Tabu Search)求解矩阵的全部特征值和特征向量

神经网络梯度下降算法（gradient descent）笔记

Python实现梯度下降法及算例分析以及可视化

Python实现梯度下降法及算例分析以及可视化

Paint画笔相关

机器学习---梯度下降算法

最优化：梯度下降（Gradient Descent）小结

学习笔记13：随机梯度下降法（Stochastic gradient descent, SGD）

梯度下降（Gradient Descent）小结

王家林人工智能AI 第七节课：四种性能优化Matrix编写AI框架实战（Gradient Descent的陷阱、及几种常见的性能优化方式实战）老师微信13928463918

Gradient Descent 矩阵python实现

Gradient Descent

线性回归与梯度下降（gradient descent） python

TensorFlow - 解释 梯度下降算法（gradient descent）

BP网络下的梯度下降算法的matlab代码

机器学习与高数：梯度（Gradient）与梯度下降法（Gradient Descent）

一步一步分析讲解神经网络基础-gradient descent algorithm

An overview of gradient descent optimization algorithms

深度学习—加快梯度下降收敛速度（一）：mini-batch、Stochastic gradient descent

再谈 最速下降法/梯度法/Steepest Descent

[翻译4.7 ]Gradient descent and backpropagation

Gradient Descent Method

计算文本宽度和高度

机器学习——梯度下降算法

线性回归与梯度下降（linear regression and gradient descent）

ML重要概念：梯度（Gradient）与梯度下降法（Gradient Descent）

机器学习面试系列四

（2017 ICML）Learning to learn without gradient descent by gradient descent笔记

TensorFlow - 解释梯度下降算法（gradient descent）

再谈最速下降法/梯度法/Steepest Descent