降低损失
1.迭代方法
（我的理解）其实所谓的迭代就是：不断对初始权重和偏差进行猜测，然后计算误差损失，再次猜测，再次预测从而计算误差，循环往复，直至找到相对最小误差的预测模型。
要点：
在训练机器学习模型时，首先对权重和偏差进行初始猜测，然后反复调整这些猜测，直到获得损失可能最低的权重和偏差为止。
这里的降损算法所包括的学习速率来计算步长，背后的数学原理，我还没有会推倒。
并且一般每次迭代不需要整个数据集，只需要小批量数据集来计算损失就好了，这样速度快了，效率高了，成本也大大降低了。