我想最小化以下参数。$B$

其中是个不同的数据集，是参数矩阵。$A_k$$K$$B$

我可以通过梯度下降来做到这一点，其中：

1. 在个矩阵中随机选择一个矩阵。$A_{i}$$K$
2. 执行最小化$f(A_{i}, B)$
3. 重复步骤 1 和 2，直到收敛。

函数是线性函数的对数。$f$

网上搜索后，这看起来像是随机梯度下降。这真的是新元吗？