【梯度下降】3D可视化讲解通俗易懂
偏导数和梯度超易懂讲解！
[5分钟深度学习] #01 梯度下降算法
最优化基础---基本概念：凸优化、梯度、Jacobi矩阵、Hessian矩阵
AI 是怎么从数据里找到规律的？用一条直线讲懂梯度下降 【从0开始的AI原理课 | 01】
梯度下降：神经网络是怎么找到一组好参数的
看懂世界变化的三把钥匙：梯度、散度、旋度
【数学】神经网络：从一个神经元到万能逼近
【梯度下降】差点让人工智能夭折的误解 | The Misconception that Almost Stopped AI
如何理解梯度(方向导数的最大值)
梯度下降——模型如何自己学会找最优参数
反向传播和梯度下降有什么区别？
梯度下降的过程优化——动量法、AdaGrad、RMSProp以及Adam
【5分钟深度学习】彻底理解梯度下降算法｜Gradient Descent 原理、损失函数与参数优化
差点让 AI 停滞不前的误解 | 模型如何学习第1部分
BP神经网络-第4集 直观理解方向导数和梯度
方向导数哪些事儿(一)-梯度的几何意义
大模型的训练原理 梯度下降：从一条直线讲起
第五章 最优化方法（6）最速下降法，牛顿法，阻尼牛顿法
【2025深度学习】不愧是3Blue1Brown大神！把机器学习、神经网络、CNN、Transformer、反向传播、梯度下降、贝叶斯等核心知识点一口气全讲透了
