Python 如何实现一个神经网络

原文指路→https://www.sohu.com/a/100533380_176628

参考学习→https://blog.youkuaiyun.com/weixin_34343689/article/details/87979785

梯度下降：简单来说就是一种寻找目标函数最小化的方法。根据梯度（导数）的符号来判断最小值点x在哪。即找到函数的最小值 

                  所对应的自变量的值（曲线最低点对应x的值）。

                    [梯度就是导数（对于多维就是偏导数）]

△ 梯度下降的过程：

    ①求导。导数值大于0，函数单调递增。x增大函数值也会增大。则寻找比x小的点；

        反之，导数值小于0,函数单调递减。x增大函数值减小。则寻找比x大的点；

     ②重复①的过程，直到f'(x)==0，此时就找到了最小值所在的那个点