SGD的问题：
1. Loss 在某一个方向上下降很快，在另一个方向上较慢
2. 遇到局部最优，或者鞍点：斜率为0或者非常小，这样loss下降的会非常慢
3. 随机梯度下降来自于 随机的一个mini-batch，其最优梯度不一定代表全样本最优
优化方法： SGD+Momentum
加入一个动量项： 在第n+1次更新梯度时，保留0.9倍第n次的梯度，从而更新参数，降低loss
原文：https://www.cnblogs.com/ChevisZhang/p/12950443.html