梯度下降：从蒙眼下山到非凸优化的三层理解

作者用三个层级解释梯度下降：先以蒙眼下山比喻持续朝下坡方向迈步，再说明沿损失梯度的反方向更新模型参数以最小化目标函数，最后从损失景观、曲率、随机梯度噪声和学习率调度分析优化动态，指出非凸设置下不保证收敛到全局最优。