广义梯度：在优化与非光滑分析中，对“不可微”或“分段可微”的函数，将传统梯度（gradient）的概念推广得到的“梯度替代物”。常见形式包括 Clarke 广义梯度（把附近可微点的梯度进行凸包化），用于描述方向变化并支持最优化算法的收敛分析。
（注：在某些语境中也可泛指“推广后的梯度概念”，具体定义依所用理论而定。）
/ˈdʒɛnərəlaɪzd ˈɡreɪdiənt/
The generalized gradient is useful when the function is not differentiable.
当函数不可微时，广义梯度很有用。
Using the generalized gradient, the algorithm can handle kinks and still converge under mild conditions.
借助广义梯度，该算法可以处理函数的“折点/尖点”，并在较弱条件下仍然收敛。
generalized 来自 generalize（使一般化、推广），表示“把原本适用于特定情况的概念扩展到更广范围”。gradient 源自拉丁语 *gradi-*（步、级），在数学里指“变化率的方向与大小”。合在一起，generalized gradient 就是“把梯度这一概念推广到更一般（尤其不可微）情形”。
Select Language