代价函数是凸函数
但是模型中加完非线性激活 后，非线性层之间的多次复合变换，使得模型变的极为复杂，求出的预测值带入损失函数后，代价函数就不见得是凸函数了
我们要求出代价函数的全局极小值点，由于有理论指出：代价函数的大部分极小值点足够接近全局极小值点。所以我们求极小值点就可以
方法： 使用梯度下降算法（梯度指函数在该点处沿着该方向增长最快，那么我们沿着梯度的反方向，就可以使该函数在该点出下降最快）
为了使w和b最快达到最优值，从而最小化损失值（就是求出代价函数的极小值），我们使用优化器来更新w和b，不同优化器效果不同
训练的整体流程： 比如batchsize=3，三张图进入网络，一开始先使用初始化的w和b进行训练，前向传播经过每层后，得出每个像素的预测值，然后求出三张预测图的总像素的平均值，与三张标注图的总像素的平均值计算出损失值（损失函数的值），为了最小化损失函数的值，使用上面不同的优化器中的不同方法更新w和b（这些方法的公式的其中都会用到损失函数对w求偏导），更新一层w和b就放到该层，用来当下次进三张图时的w和b，一层一层往前更新（这就是反向传播的过程）。