eta=0.1
epsilon=1e-8
theta=0.0
while True:
    gradient=dJ(theta)
    last_theta=theta
    theta=theta-eta*gradient
    if(abs(J(theta)-J(last_theta))<epsilon):
        break
print(theta)
print(J(theta))

上述有一句theta=theta-eta*gradient，是为了逐步改变theta的值

在我看来，如果确认了theta的移动方向，实际上写成：theta=theta-eta，是不是也可以的？例如我知道了theta需要往右移时，我取一个正值的theta，theta需要往左移时，我取一个负值的theta

之所以要乘以gradient，是为了要确认theta移动的方向对吧？因为如果gradient（也就是导数）为正，那么说明theta下一次需要往x轴的负方向移动，如果gradient为负，那么说明theta下一次需要往x轴的正方向移动，这也是老师你在第1节说到的：导数可以代表方向，对应损失函数J增大的方向

所以乘以gradient的作用，就是为了确定正负方向

然后我还有一个问题，万一gradient的值非常大，那theta这个移动的距离不是会很大吗？对于我们获取极值来说，是不是会有影响？