梯度下降python程序实现+可视化

程序利用python numpy和matplotlib库实现了简单的梯度下降算法并对其进行可视化。程序通过简单的可视化过程解释了梯度下降的原理，供大家学习参考。注：并不是反向传播的实现，而是对梯度下降原理的解释，请根据需要自行参考。

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace（-16141）
y = （x-2.5）**2-1

def dJ（theta）:
    return 2*（theta-2.5）

def J（theta）:
    return （theta-2.5）**2-1

theta = 0.0
eta = 0.1
epsilon = 1e-8
theta_history = []
while True:
    gradient = dJ（theta） 
    l