sgd 参数 详解_[Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD

在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。

下面我们以线性回归算法来对三种梯度下降法进行比较。

一般线性回归函数的假设函数为：

$h_{\theta}=\sum_{j=0}^{n}\theta_{j}x_{j}$

对应的能量函数(损失函数)形式为：

$J_{train}(\theta)=1/(2m)\sum_{i=1}^{m}(h_{\theta}(x^{(i)})-y^{(i)})^{2}$

下图为一个二维参数($\theta_{0}$和$\theta_{1}$)组对应能量函数的可视化图：

1. 批量梯度下降法BGD

批量梯度下降法(Batch Gradient Descent，简称BGD)是梯度下降法最原始的形式，它的具体思路是在更新每一参数时都使用所有的样本来进行更新，其数学形式如下：

(1) 对上述的能量函数求偏导：

(2) 由于是最小化风险函数，所以按照每个参数$\theta$的梯度负方向来更新每