通俗解释
损失函数像一片山地，梯度指向上坡，所以往反方向走。每次只用一小批样本估计梯度，又快又能带来有益的噪声；加上动量就是现代优化器的基础。
用在哪里：几乎所有神经网络训练
01原始论文
A Stochastic Approximation Method
Robbins et al. · The Annals of Mathematical Statistics · 1951
DOI ↗ ✓ 已核实 · Crossref API doi:10.1214/aoms/1177729586
备注：随机逼近的数学源头为 Robbins & Monro 1951；“小批量 SGD 训练神经网络”无单一原始论文
02知识位置
左边先学；右边是学完它之后可以学的。
左：前置 · 右：后继 · 虚线：相关。看完整关系图 →
03学习资料
官方文档、图解、课程和参考实现，链接都核对过。
04在课程里哪里学
U12 微积分与优化 导数、偏导、链式法则与梯度，理解“沿梯度下山”。 12 小时2 个算法1 篇论文 U20 机器学习流程：数据、损失与泛化 训练/验证/测试划分、过拟合、偏差-方差、交叉验证与评估指标。 10 小时3 个算法1 篇论文已有正文 U31 训练深层网络：优化器、归一化与正则 SGD/动量/Adam/AdamW/Muon、学习率调度、BatchNorm/LayerNorm/RMSNorm、Dropout、残差。 10 小时10 个算法4 篇论文
所在学习路线：从零到深度学习
给 AI 读 / 数据说明
- 核实状态：已核实，核对于 2026-10-21。
- JSON: /api/learn/algorithms.json (id:
sgd)