learning rate
本文就不讲什么是learning rate了，还是讲讲Andrew Ng所讲的一些小tips和自己的理解。
如何判断我们选的learning rate起作用了呢，那就是画一张下面这样的图，代价函数-迭代次数曲线图，如果呈现下面这种一路下降的情况，那就说明梯度下降算法起作用了。当然一般情况下是不可能perfect fitting的，所以我们根据实际情况设置一个阈值，当代价函数小于阈值时，我们就判断收敛了。
除了上图中的正确情况，还有下面两种错误情况。 
它们都存在代价函数增大的情况，实际learning rate选的太大导致的，出现下图的横跳情况。 
其实面对上图，我一直有个疑惑，为什么learning rate是固定的，代价函数却越来越大呢，在上图直观的看来就是左右横跳距离越来越大，但其实learning rate不变，在contour map上跳的距离就不变，只是方向变了。
但其实你仔细想想，contour map上移动的距离，和上图中横跳的距离并没有直接关系，代价函数越来越大的原因其实也要用contour map来解释，因为在沿着长轴zig-zag的过程中，虽然每次迭代移动的距离是一样的，但是由于缓慢在向最小值点靠近，那么contour会越来越密，对应的移动相同距离，却由于跨过的等高线越多，所以可能出现反而增大的情况。
最后Andrew Ng教授建议learning rate的选取 
依次3倍增加，然后用测试的最大值，这样既保证了收敛又保证了收敛速度。