老师 损失函数不是 XW - y_hat 吗，为啥加了正则项的这几个都是 （XW - y) 的平方啊

老师 为什么损失函数加上L1或L2正则惩罚项 ，可以提高模型的泛化能力啊，加L1加L2都行吗

老师，三种梯度下降都是每一轮都需要用到全量数据，

那300首诗，分成6个批次，每批1周，一轮就是6周，要训练20轮，是不是需要120周啊

随机梯度下降，假设有300个数据，需要300个批次，就是一轮300个批次下来，有可能有的数据没选到是吗~

还有小批量梯度下降，文档上说，batch_size大需要的轮次就少，“轮次”是不是应该改成“批次”啊

老师 Wt+1 = Wt - θ*g 这个公式，

Wt+1 - Wt 这一段为啥等于 θ*斜率啊，这个步长是yt+1 - yt的直线距离吗？

老师 为啥可以写成 W的转置 * X  啊，什么情况下可以把 X矩阵当作 向量处理啊。

老师 为什么不直接求 XTX的特征向量，需要去求svd的d啊

老师,在安装jupyter notebook后,提示有误

老师，我在虚拟环境中安装了numpy，但是导入报错

老师这个地方的九九乘法表里边视频代码是

for j in range(1,10):
    for i in range(1,j+1):
        print("%d*%d=%d"%(j,i,j*i),end="\t")
        i += 1
    print()
    j += 1

我认为i和j不用自增运算了吧，我的代码是

for i in range(1,10):
    for j in range(1,i+1):
        print("%d*%d=%d"%(j, i, i*j),end = "\t")
    print()

泰勒展开就是把每一个x对应的导数（点）连接起来，把图像展开成函数的方式，再加上常数项代表轴上的位移。老师，我这么理解对吗？

老师，我只能直观理解f(x) = x^2在x<0和x>0时候是否递增递减，但怎么从导函数2x看到这个结论呢？尤其是那种多项式的函数，能否说明一下这点。另外，了解函数的递增递减的实际意义在哪里？是否重要呢？

老师，在数学或者物理意义上，对导数的再次求导有什么意义？为什么这么做？

老师，在真是场景上我们需要知道怎么求导，还是理解一下就好了？貌似大部分都直接用套用Sigmoid的吧？！

老師，蓝色部分为什么还需要对2x部分独立再求导？不是说e^x的导函数是e^x本身吗？如果2x代进去x不是e^2x就可以了吗？还是说底数的链式法则有什么不一样？

python中None与Null有什么区别？