qq_46071871的博客

为了解决在机器学习过程中在遇到“鞍点”（即总体所有点的梯度和为0，导致w=w-0.01*0,w不会改变）而导致不能继续进行的问题。可以采用随机梯度下降，即随机的取一组（x,y)的梯度，作为梯度下降的依据，而不用总体所有点的梯度和，作为梯度下降的依据。3、本算法中的随机梯度主要是指，每次拿一个训练数据来训练，然后更新梯度参数。任务：模拟梯度下降算法，计算在x_data、y_data数据集下，y=w*x模型找到合适的w的值。2.梯度函数gradient()由计算所有训练数据的梯度更改为计算一个训练数据的梯度。

2.for循环中，使用了np.arange.numpy中的经典函数，不熟悉的话去补一下numpy基础。1.函数forward()中的变量w。这个变量最终的值是从for循环中传入的。B站 六二大人，参考up错错莫，并加入了自己的思考(特别鸣谢）5.对代码进行了详细的注释，方便新手入门。