1 梯度下降 参数更新原理的简要展示
import matplotlib.pyplot as plt
import numpy as np
# 假设x_data和y_data都有10笔,分别代表宝可梦进化前后的cp值
x_data=[338.,333.,328.,207.,226.,25.,179.,60.,208.,606.]
y_data=[640.,633.,619.,393.,428.,27.,193.,66.,226.,1591.]
# 这里采用最简单的linear model:y_data=b+w*x_data
# 我们要用gradient descent把b和w找出来
# 准备好b、w、loss的图像数据
# 生成一组b和w的数据图,方便给gradient descent的过程做标记
x = np.arange(-200, -100, 1) # bias
y = np.arange(-5, 5, 0.1) # weight
Z = np.</