在研究深度学，尤其时back-propagation算法时，对梯度和偏导的概念有很多涉及。个人数学功底渣渣，通过多处求证，在这里简单回顾梳理一下，以避免混淆模糊，便于不时查阅。
首先，导数仅定义在一元函数y = f(x)上，而偏导和梯度是定义在多元函数y = f(x1,x2,x3,..,xn)上；导数和偏导是实数，梯度是一个向量。
导数：derivative：有一阶和高阶导数（high order derivative）
偏导数：partial derivative：
梯度：gradient：是由偏导组成的向量
