随机梯度下降法到底是什么？ 随机梯度下降主要用来求解类似于如下求和形式的优化问题： 梯度下降法： 当 很大时，每次迭代计算所有的 会非常。Optimization Methods for Large-Scale Machine Learning：。
什么是梯度下降算法 梯度下降是迭代法的zhidao一种，梯度下降法是一个最优化算法，通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一，常用于机器学习和人工内智能当中用来递归性地逼近最小偏差模型。梯度下降法的计算过程就是沿梯度下降的方向求解极小值（也可以容沿梯度上升方向求解极大值）。
最优化问题中，牛顿法为什么比梯度下降法求解需要的迭代次数更少？ 经常看到资料上这么写，谁能给出详细点的解释，比如在几何方面上的解释
