前言
为了更好的理解梯度下降，重新看了一下梯度下降的高数课长，现在根据学习内容，把课件贴图，防止哪一天自己记不起来。
下面的内容是通过B站视频整理而来。
1.偏导数
偏导数是一个整体，不能拆开
2.偏导数概念
1.对x的偏导数
2.对y的偏导数
3.多元函数偏导数
4.如何计算偏导数
1.二元函数的偏导数
2.复杂函数的偏导数
3.分段函数
1.分界点的偏导数
因为x,y是对称函数，所以它们俩的偏导数是相同的。
。
5.偏导数与连续之间的关系
沿着不同方向趋近于0，那么y=kx
二元函数，偏导数存在，不能证明二元函数连续
6.偏导数的几何意义
偏导数是正交的
7.高阶偏导数
1.定义
2.高阶偏导数例题（二阶偏导数）
3.全微分
A,和B是和x,y有关的量
1.偏增量定义
2.全增量定义
3计算方式
4.多元函数微分学的几何应用
1.定义
最后求出切线的方程
<img src=https://img-blog.csdnimg.cn/603f8d6256c54b3abb60d39f710506c4.png" width=800>
曲线的切向量
法平面
2.例题1
5.方向导数
1.方向导数定义
说明平面是连续的
2.方向导数的计算
导数就是斜率，方向导数就是某个点平面的斜率值
方向导数是关于角度的函数，因为偏导数已经确定了
3. 方向导数和偏导数的关系
方向导数存在，偏导数就存在，反之则不一定
方向导数是偏导数的推广
4.方向导数计算
1.例题1
1.例题2
5.三元函数的方向导数
1.定义
2.例题1
3.例题2
6.梯度
1.定义-梯度就是沿着这个方向，方向导数能达到最大值
单位向量，是指模等于1的向量
单位向量有无数个
梯度就是沿着这个方向，方向导数能达到最大值
2.方向导数和梯度的关系
1.向量内积
2.向量数量积
3.梯度与方向导数
4.梯度总结
5.梯度的角度
6.梯度的计算-1
7.梯度的计算-2
8.梯度的计算-3
7 梯度下降
、
import os
w=2
b=2
n=0.1
array=[[2,4],[1,5],[3,7],[4,6],[1,4],[2,5],[3,6]]
for j in range(5):
for i in range(len(array)):
a=array[i][0]
y=array[i][1]
w1=w-n*a*(a*w+b-y)
b1=b-n*(a*w+b-y)
w=w1
b=b1
print(w,b)
