我们在高中或本科时期就了解到：当函数存在解析形式且容易进行求导（
f
(
x
)
f(x)
f(x)在最优点
x
∗
x^*
x∗附近可微），那么 x* 是局部极小点的必要条件为：
d
f
(
x
∗
)
=
0
df(x^*)=0
df(x∗)=0。
然而，并不是所有的函数都容易求导，或者求导之后进行计算。所以引出了一系列基于最小二乘的优化算法如：“最速下降法（很多情况下也称为梯度下降法）、牛顿法、高斯牛顿法、LM算法”。
下面简单记录一下基本的最速下降法步骤及实例。
简要介绍：
第一步，选取一个迭代的初始值，设置迭代终止的阈值，第一次迭代
k
=
0
k = 0
k=0
第二步，计算函数
f
(
x
)
f(x)
f(x)在迭代
k
=
0
k = 0
k=0处的一阶梯度
▽
f
(
x
k
)
▽f(x^k)
▽f(xk)，如果
∣
∣
▽
f
(
x
k
)
∣
∣
<
ε
||▽f(x^k)|| < ε
∣∣▽f(xk)∣∣<ε停止迭代，输出
x
k
x^k
xk，反之，进行下一步。
第三步，找到梯度的反方向
p
k
=
−
▽
f
(
x
k
)
p^{k} = -▽f(x^k)
pk=−▽f(xk)，作为下降最快的方向。
第四步，假设，在
p
k
p^{k}
pk方向前进了步长：
t
k
t_k
tk，使得下式成立：
f
(
x
k
+
t
k
p
k
)
=
m
i
n
f
(
x
k
+
t
p
k
)
f(x^k+t_kp^{k}) = min f(x^k+tp^{k})
f(xk+tkpk)=minf(xk+tpk)
即：找到一个最优的步长 t k t_k tk，使得 f ( x k + t k p k ) f(x^k+t_kp^{k}) f(xk+tkpk)最小
接着：
改变
x
k
+
1
x^{k+1}
xk+1的值，
x
k
+
1
=
x
k
+
t
k
p
k
x^{k+1} = x^{k}+t_kp^{k}
xk+1=xk+tkpk。
同时，
k
=
k
+
1
k = k+1
k=k+1。
转入第二步，进行判断进入下一次迭代或输出。
上述内容主要参考了大佬的知乎回答：【最优化】一文搞懂最速下降法，这里仅进行记录，巩固自己的理解。
