调试梯度下降。用x轴上的迭代数绘制一个图。现在测量成本函数，J（θ）随迭代次数下降。如果J（θ）不断增加，那么你可能需要减少α。

自动收敛试验。如果该声明收敛（θ）小于E在一次迭代中减少，其中E是一些小的值，如10?3。然而，在实践中很难选择这个阈值。

它已被证明，如果学习率α足够小，那么J（θ）每次迭代都减小。

总结：
如果α太小，收敛速度慢
如果α太大：?可能不会在每次迭代不收敛，从而降低。

学习中的梯度下降Ⅱ-学习率