题1：详见上一篇文章 梯度下降基础——薪火培训 视觉组 第二讲 题2：线性回归基础 本题与题1类似，也是通过确定参数的值来使得损失最小。与第一题不同的是，本题含有两个参数，即w和b，在每次更新参数时，我们要分别对w和b求导，并同步更新w、b的值。不难写出代码。 from tkinter import N import numpy as np imp…

！注意本片文章记录了完成作业过程中对梯度下降的理解。我的理解很有可能是不准确的，故本篇文章只做记录分享作用，读者请勿将本文当作教程学习。 题1：梯度下降基础 刚看到这个题目，大家可能会想：为什么不直接遍历呢？其实，对于复杂的函数来说，遍历需要计算的次数过多，训练起来会很慢。因此，我们引入了梯度下降算法。学长提供了计算 y=x^2-2x+1 在 [-…