上节课讲了Regularization的原理和使用，它作为一个有效的减少over-fitting的手段使用十分广泛，本节课补充介绍一些小技巧（动量）。
动量（Tricks）的概念来源于物理学，可理解为惯性（momentum）。
动量的概念来源于我们所使用的梯度信息
其物理意义如下图所示
此时若加入不同的参数值也会使其方向发生改变。
我们以一个实际例子讲解
当没有惯性时，初始点（starting point）经过不断地更新仍达不到最小值值（optimum），该网络在局部最优解（solution）即停了下来。且刚开始的更新方向非常的随机化，方向跨度很大。
若此时保持learning rate不变，但设置一个惯性，则优化图像变为
惯性（beta）设置为0.78，这样保留之前历史信息就多一些，而另外一方向为0.22，两者合并后的新方向就比之前的短了。后续更新的节奏也会慢慢缓和下来。另外在之前所遇到的极小值点也没有停下来，借助惯性继续前滑。
但要注意，并不是所有的模型都适合加入惯性，有些加了反而速度变慢（因为考虑了之前的历史因素）。
那么具体到代码中是如何操作的呢
在pytorch中添加momentum参数十分方便，只需在优化器设置函数中进行设计即可
代码语言：javascript复制optimizer = torch.optim.SGD(model.parameters(),
args.lr,
momentum=args.momentum,
weight_decay=args.weight_decay)但要注意，对于Adam优化器来说，Adam已经内置了momentum函数，只有SGD需要额外添加代码。
