三种梯度下降方式区别仅在于求梯度所用到的X数据集的样本数量不同！

全量梯度下降(BGD)

全部的样本都用上

优点：

每次都会朝着正确的方向进行，最终保证收敛到极值点

缺点：

每次学习实践过长，并且如果训练集很大以至于需要消耗大量的内存，

不能进行在线参数模型更新。

随机梯度下降(SGD)

每次从训练集中选择一个样本进行学习

优点：

每次只选择一个样本学习，那么学习的速度非常快，并且可以在线更新模型。

缺点：

每次更新可能不会按照正确的方向进行，可能有扰动。

扰动也有好处，有可能从一个局部极小值跳到另一个局部极小值

小批量梯度下降（折中的方法）(min_batchGD)

 在每次更新速度和更新次数之间取一个平衡

优点：相较于随机梯度下降降低了收敛波动性，是更新更加稳定。

相较于全量梯度下降，提供了更新速度，不必担心内存瓶颈可以利用矩阵运算高效计算