梯度法

在方向矢量u 与梯度方向相反时方向导数取得最小值。梯度向量指向上坡，负梯度向量指向下坡，我们在负梯度方向上移动可以减少 f(x)。这被称为梯度下降法或者最速下降法。

啊呀，梯度就是多元函数的全导数，方向导数就是梯度投影到该方向上，梯度方向的方向导数当然是最大的（正数），梯度反方向的方向导数自然是最小的（负数）

但是对于梯度下降法x:=x -a * f'(x),a>0，岂不是在很小f'(x)时候前进很慢，不过这在峰值附近是需要的。我指的是某些平坦区域导数很小，且里目标区域很远，这可咋办啊