Neural network 三角法则与梯度下降？

梯度下降和增量规则有什么区别？

没有数学：增量规则使用梯度下降来最小化感知器网络权重的误差

梯度下降法是一种通用算法，它通过逐渐改变参数向量来最小化目标函数。它通过沿阻力最小的方向移动来实现，即具有最大（负）梯度的方向

---

通过对目标函数求导，可以找到这个方向。这就像在平坦的山丘上扔下一块大理石。它仅保证局部最小值。因此，简单的回答是，delta规则是一种使用一般算法梯度下降的特定算法。

是的，我读过这些文章，但它们太先进了，我无法理解。有人能解释一下吗。