为什么梯度下降能够逼近最优解?
假设我们的object function为: argminw f(w),为了求得最优解,可以这样变形:
min = f(w+stepw) - f(w)达到最小,利用泰勒展开公式有:
f(w + stepw) = f(w) + f’(w) * stepw
f(w + stepw) - f(w) = f’(w) * stepw
为了得到min,我们只要使w的更新不长stepw = -f’(w)即可
这样就得到了梯度下降法的公式:
w = w - alpha * f’(w);