在 Python 中进行梯度下降的一种方法是自己编写代码。但是，考虑到它在机器学习中的流行程度，我想知道是否有一个 Python 库可以导入，它给了我一个梯度下降方法（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，但查看了他们的在线 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，如果我听起来很幼稚。我正在自学很多这样的东西。
显而易见，梯度下降正在优化一个函数。当您使用某个库中的梯度下降实现时，您需要使用该库的构造来指定函数。例如，函数在 TensorFlow 中表示为计算图。您不能只使用一些纯 Python 函数并要求 TensorFlow 的梯度下降优化器对其进行优化。
如果您的用例允许您使用 TensorFlow 计算图（以及所有相关的机器——如何运行函数、计算其梯度），那tf.train.*Optimizer将是一个显而易见的选择。否则，它是无法使用的。
如果你需要一些简单的东西，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