机器学习中梯度下降算法解释为什么梯度方向函数值是下降的

之前学习逆向传播算法对参数的优化，看到了它的原理是梯度下降，所以查了知乎，看到了梯度下降（知乎上资料的链接）的数学原理。梯度就是偏导数构成的一个向量，梯度的模与方向导数最大值一样，指的是函数值变化最大的方向，但是为什么反梯度方向即为函数下降最快呢？很多地方都没有说明，本文用直观的方法进行说明。