梯度法

在方向矢量u 與梯度方向相反時方向導數取得最小值。梯度向量指向上坡，負梯度向量指向下坡，我們在負梯度方向上移動可以減少 f(x)。這被稱爲梯度下降法或者最速下降法。

啊呀，梯度就是多元函數的全導數，方向導數就是梯度投影到該方向上，梯度方向的方向導數當然是最大的（正數），梯度反方向的方向導數自然是最小的（負數）

但是對於梯度下降法x:=x -a * f'(x),a>0，豈不是在很小f'(x)時候前進很慢，不過這在峯值附近是需要的。我指的是某些平坦區域導數很小，且裏目標區域很遠，這可咋辦啊