动量中的速度就是梯度，目标是寻找最优权重，W
β的常用值为0.9，即可以一定意义上理解为平均了前10/9次的梯度。
momentum（动量梯度下降法）
momentum是模拟物理里动量的概念，积累之前的动量来替代真正的梯度。公式如下：
然而网上更多的是另外一种版本，即去掉（1-β），相当于上一版本上本次梯度的影响权值*1/(1-β) ，两者效果相当，只不过会影响一些最优学习率的选取
momentum（动量梯度下降法）
momentum是模拟物理里动量的概念，积累之前的动量来替代真正的梯度。公式如下：
然而网上更多的是另外一种版本，即去掉（1-β），相当于上一版本上本次梯度的影响权值*1/(1-β) ，两者效果相当，只不过会影响一些最优学习率的选取