🏔️ 梯度下山
理解优化算法的本质
当前状态
位置 (x, y):
(0.0, 0.0)
损失值:
0.000
梯度:
(0.0, 0.0)
迭代次数:
0
优化器设置
优化算法:
梯度下降 (GD)
动量法 (Momentum)
Adam
随机梯度下降 (SGD)
学习率:
0.1
动量系数:
0.9
地形类型:
凸函数 (简单)
非凸函数 (中等)
鞍点 (困难)
峡谷 (挑战)
开始优化
单步执行
重置
关卡选择
关卡1: 凸函数
关卡2: 局部最优
关卡3: 鞍点陷阱
关卡4: 峡谷地形
💡 游戏说明
目标:
找到地形的最低点（全局最优解）
梯度:
箭头指向最陡峭的下降方向
学习率:
控制每步移动的距离
动量:
帮助加速并跨越局部最优
颜色:
蓝色=低点，红色=高点