随機梯度下降算法的優點和缺點分别是什麼？
優點：
1. 計算速度快：每次隻需要計算一個樣本的梯度，是以比批量梯度下降算法更快。
2. 可以處理大規模資料集：由于每次隻計算一個樣本的梯度，是以可以處理非常大的資料集。
3. 更容易跳出局部最優解：由于每次更新參數隻考慮一個樣本，是以更容易跳出局部最優解，達到全局最優解。
缺點：
1. 更新方向不穩定：由于每次隻考慮一個樣本，是以更新方向不穩定，可能會導緻目标函數震蕩或者收斂速度慢。
2. 需要調節學習率：由于每次更新的步長不同，是以需要調節學習率，否則可能會導緻算法無法收斂或者收斂速度慢。
3. 可能會收斂到局部最優解：雖然随機梯度下降算法更容易跳出局部最優解，但是在某些情況下，仍然可能會收斂到局部最優解。
