1样本 特征

简单线性回归案例

y=w*x+b

2训练与损失

损失

可以发现左边损失大，右边小，右侧模型比较好



右边的比较大

3模型训练降低损失

3.1模型训练的迭代损失

初始值取多少意义不大的，就像图像识别初始矩阵都取很小的值

3.2计算损失函数

4梯度下降法

一般来说w会随机取一个，这需要一个方法就是梯度下降法。以一个最快的方向下山，在这里取梯度
梯度的概念是一个向量，表示某一函数该点处的方向导数沿着该方向取最大值，即函数在该点处沿着该方向（此梯度方向）变化最快变化率最高。


下一个权重值通过负梯度进行下一步搜索

5学习率和超参数

5.1学习率

5.2超参数