最速下降法

梯度下降法（英语：Gradient descent）是一个一阶最优化算法，通常也称为最速下降法。 要使用梯度下降法找到一个函数的局部极小值，必须向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索。如果相反地向梯度正方向迭代进行搜索，则会接近函数的局部极大值点；这个过程则被称为梯度上升法。

例子：

确定下降方向

1.

2.

为何下降慢

收敛定理

还没搞懂。。。。

向量在矩阵下的范数没懂（学的好烂啊。。。）