在研究深度學，尤其時back-propagation算法時，對梯度和偏導的概念有很多涉及。個人數學功底渣渣，通過多處求證，在這裏簡單回顧梳理一下，以避免混淆模糊，便於不時查閱。
首先，導數僅定義在一元函數y = f(x)上，而偏導和梯度是定義在多元函數y = f(x1,x2,x3,..,xn)上；導數和偏導是實數，梯度是一個向量。
導數：derivative：有一階和高階導數（high order derivative）
偏導數：partial derivative：
梯度：gradient：是由偏導組成的向量
