在Python中存储自定义梯度下降算法每一步的参数值

params_history = []  # 定义空列表用于存储参数值

# 在每一步迭代中，将当前的参数值添加到列表中
for i in range(num_iterations):
    # 执行梯度下降算法的一步迭代，更新参数值
    params = gradient_descent_step(params, learning_rate)
    params_history.append(params)  # 将当前的参数值添加到列表中

import numpy as np

params_history = np.array([])  # 创建空的NumPy数组用于存储参数值

# 在每一步迭代中，将当前的参数值添加到数组中
for i in range(num_iterations):
    # 执行梯度下降算法的一步迭代，更新参数值
    params = gradient_descent_step(params, learning_rate)
    params_history = np.append(params_history, params)  # 将当前的参数值添加到数组中