AI同上课-5(全下载)|当循环-迭代算法 VS 梯度

、def GD(x0, lr, N=10000, t=1e-5): #x0初始值，lr学习率，N最大迭代次数，t收敛阈值    x = x0  #初始位置    i = 0    #    y=x**2 # 函数值表示当前高度    print(f"初始位置：x={x:.2f}，高度y={y:.2f}")    while abs(2*x)> t and i<N:    # 梯度绝对值大于阈值时继续迭代        g = 2 * x                 # 用导函数求梯度（坡度）        # 输出当前下山状态        print(f"第{i}步：位置x={x:.7f} 高度y={y:.11f} 坡度{g:.6f}")        x = x - lr * g  # 迈出一步        i += 1        y = x ** 2      return x, i# 开始下山x0 = 5         # 从x=5的位置开始lr = 0.1       # 学习率（步长）大小GD(x0, lr)   # 从x0开始，学习率为lr