梯度的概念

梯度

机器学习中，梯度下降法，牛顿法都会用到梯度概念

对于一元函数，梯度可以看成导数

对于多元函数，梯度可以看成偏导数

如果多元函数包含N个自变量：$x_1,x_2,...,x_n$，那么它的梯度就是由$x_1,x_2,...,x_n$分别求偏导组成的向量

记作：

$▽f(x)={\left[\begin{array}{c}\frac{\delta f}{\delta x_1},\frac{\delta f}{\delta x_2},...,\frac{\delta f}{\delta x_n}\end{array}\right]}^T$