在Python中进行梯度下降的一种方法是自己编写代码。然而，考虑到它在机器学习中是多么流行的概念，我想知道是否有一个我可以导入的 Python 库，它为我提供了一种梯度下降方法(最好是小批量梯度下降，因为它通常比批量和随机梯度下降更好，但如果我错了，请纠正我(。
我检查了NumPy和SciPy，但找不到任何东西。我没有使用TensorFlow的经验，但浏览了他们的在线API。我找到了tf.train.GradientDescentOptimizer，但没有参数可以让我选择批量大小，所以我对它的实际含义相当模糊。
对不起，如果我听起来很天真。我正在自学很多这些东西。
显而易见，梯度下降正在优化函数。当您使用来自某个库的梯度下降的某些实现时，您需要使用此库的构造指定函数。例如，函数在TensorFlow中表示为计算图。你不能只采用一些纯粹的python函数，并要求TensorFlow的梯度下降优化器来优化它。
如果您的用例允许您使用 TensorFlow 计算图(以及所有相关的机制 - 如何运行函数、计算其梯度(，tf.train.*Optimizer将是一个显而易见的选择。否则，它是无法使用的。
如果您需要一些轻量级的东西，https://github.com/HIPS/autograd 可能是所有流行库中的最佳选择。它的优化器可以在这里找到：https://github.com/HIPS/autograd/blob/master/autograd/misc/optimizers.py