梯度下降方法

1.批量梯度下降
每次遍历所有的样本对进行梯度更新，迭代次数较少，在样本数量较多的训练速度慢。
2.随机梯度下降
每次只是用一个样本，更新速度慢，可能会收敛到局部最优。
3.小批量梯度下降
设置batch__size，结果相对精确，速度相对快。