1回答

liuyubobobo

2021-12-12

1.

如果你说的 while 循环是这里 In[9] 中的 while cur_iter < n_iters 这个循环：https://git.imooc.com/coding-169/coding-169/src/master/06-Gradient-Descent/04-Implement-Gradient-Descent-in-Linear-Regression/04-Implement-Gradient-Descent-in-Linear-Regression.ipynb

这个 while 循环不是在求梯度，而是在使用梯度下降法求解整个损失函数 J 的最小值，以及取得最小值时，对应的参数值。

是的，梯度下降法这个方法对于任意函数都适用。但是，不同的函数，梯度是不同的。另外，不是处处可导的函数，可能效果不好。

2.

这里说的 dJ_math 不适用其他情况，就是指不同的 J，其 dJ 的式子是不同的。我们在这一章实现的 dJ，完全是根据线性回归的 J 函数推出来。完全是这个式子的实现。

换一个算法，其 J 函数变了，相应的 dJ 的式子就变了，dJ_math 就要重新写。

比如课程后续，我们会介绍逻辑回归。逻辑回归的 J 是这样的，那么我们就要推出新的 dJ_math，而不能使用这个 dJ_math 函数。

继续加油！：）

0

0