帶有動量的梯度下降的優勢

普通的梯度下降算法在尋找最優解的過程中會醬紫：

可以看到是存在不斷抖動的

使用了帶動量的梯度下降，由於梯度的計算使用了指數加權平均方法，使得本次梯度的計算和之前是有關聯的，這樣就能抵消比如梯度在上下襬動的這種狀況，而真正的下降方向（朝右邊走）卻能很好保持，這樣使得收斂優化變得更快