ArtificialIntelligence神经网络算法梯度下降BGD认识本页总览认识2025年02月07日柏拉文越努力，越幸运 一、认识 批量梯度下降（Batch Gradient Descent, BGD） 方向稳定，容易收敛到全局最优, 适用于小型数据集。 但是, 计算量大，每次更新都要计算整个数据集的梯度, 收敛速度慢，不适合大规模数据。 二、公式 每次使用 整个训练集 计算损失和梯度，然后更新参数： W:=W−α⋅1N∑i=1N∇LiW := W - \alpha \cdot \frac{1}{N} \sum_{i=1}^{N} \nabla L_iW:=W−α⋅N1i=1∑N∇Li
