GD参考：
https://blog.csdn.net/CharlieLincy/article/details/70767791
SGD参考：
https://blog.csdn.net/CharlieLincy/article/details/71082147
关于SGD，博主的第二个问题。
GD 代码：
SGD代码：
mini-batch代码：
一直不明白SGD和GD相比优势到底在哪。看代码每次迭代两个算法都要遍历一次数据集。没啥区别。
然而。区别就在同样是一次迭代，遍历一次数据集，SGD更新了m次参数，GD只更新了一次。
关于这种随机样本更新的原理，以及SGD自动逃避鞍点的优点，有待进一步研究。
论文待看：Optimization methods for large-scale machine learning.