深度学习基础：不断回归得到最优解
梯度下降：利用高中的求导，一步一步逼近最优解
思想
- 变量：x
- 每次求导∂x
- 利用x2 = x1 -步长 * ∂x，一步步利用∂x诱导走向最优解
最优解怎么求？
要求的式子形如：y= w * x + b (w、b待求)
定义：loss = ∑(w * x + b - y )**2 ——loss叫误差函数
方法：用模拟的数据和y的和的平方，使loss减小到最优，即得到w、b的最优解
回归
回归就是对连续的变量（1、2、3…算连续）进行训练，达到可以预测的目的
- 线性回归
- 逻辑回归：给自变量加了压缩函数
