在梯度下降算法中，学习率的选择很重要，不恰当的选择，甚至可能导致损失发散，而非收敛，下面就看一下学习率的影响。

学习率

学习率是下图中的红框圈出来的部分，

学习率是模型的超参数，输入模型用来更新权重，那么它的大小意味着什么呢？

不同的学习率

小的学习率，意味着公式中学习率和偏导数的乘积值变得很小，那梯度下降就会很慢，收敛的时间就会很长。
大的学习率，导致公式中学习率和偏导数的乘积值变化很大，虽然某一步可能损失变化很大，但很可能会错过局部极小值，导致一直在极值附近打转，损失不仅不会收敛反而会导致发散的结果，就像下图中下面那个图片显示的一样。

虽然学习率固定，但是当合适的学习率，导数项会有变化，就以上图中导数刚开始的变化很大，到局部最小值的时候，导数为0