吴恩达深度学习：2.3梯度下降Gradient Descent

1.用梯度下降算法来训练或者学习训练集上的参数w和b，如下所示，第一行是logistic回归算法，第二行是成本函数J，它被定义为1/m的损失函数之和，损失函数可以衡量你的算法的效果，每一个训练样例都输出y，把它和基本真值标签y进行比较

右边展示了完整的公式，成本函数衡量了参数w和b在训练集上的效果。要找到合适的w和b，就很自然的想到，使得成本函数J(w,b)尽可能小的w和b

2.接下来看看梯度下降算法，下图中的横轴表示空间参数w和b，在实践中,w可以是更高维的，但是为了绘图的方便，我们让w是一个实数，b也是一个实数，成本函数J(w,b)是在水平轴w和b上的曲面，曲面的高度J(w,b)表示在某一点的值，我们所要做的就是找到这样的w和b，使其对应的成本函数J值是最小值，我们可以看到成本函数J是一个凸函数，就像这样的大碗，因此这是一个凸函数

和下面这个函数不一样，下面这个函数是非凸的，它有很不同的局部最优解

　　

　　为了找到更好的参数值，我们要做的就是用某初始值初始化w和b值，对于logitstic回归而言，几乎任意的初始方法都有效，通常用0进行初始化。梯度下降算法就是从初始点开始，朝最陡的方向走一步，在梯度下降一步后，它可能停在那里，因为它正试图沿着最快下降的方向往下走或者说尽可能快的往下走，这就是梯度下降的一次迭代。

　　我们更新w，使得,在算法收敛之前，我们重复这样做，这里α表示学习率，可以控制每一次迭代或者梯度下降中的步长。无论从哪个方向来变化，梯度下降算法都会朝着全局最小值方向移动，