带有动量的梯度下降的优势

普通的梯度下降算法在寻找最优解的过程中会酱紫：

可以看到是存在不断抖动的

使用了带动量的梯度下降，由于梯度的计算使用了指数加权平均方法，使得本次梯度的计算和之前是有关联的，这样就能抵消比如梯度在上下摆动的这种状况，而真正的下降方向（朝右边走）却能很好保持，这样使得收敛优化变得更快