gradient descent一个问题

给定一个函数J(a,b)
定义梯度 dJ/da, dJ/db

请问为什么
a=a-lr*(dJ/da)
b=b-l4*(dJ/db)
能找到最优点。

lr是学习率

请问它和dJ/da = 0  and dJ/db=0是等价的吗？

这个函数有a，b两个变量 那么通常在优化问题里面会采取 alternating descent的方法来寻找最优解
简单来说就是 每次iteration，固定b来求 a，然后固定a来求b，多次iteration可能可以收敛到最优解 但是alternating descent并不能保证收敛到最优 通常只是heuristic solution

这个不一定收敛，我记得有一些方法稍微改一改是可以证明收敛的