前言

梯度下降法（Gradient Descent）是机器学习中最常用的优化方法之一，常用来求解目标函数的极值。 其基本原理非常简单：沿着目标函数梯度下降的方向搜索极小值（也可以沿着梯度上升的方向搜索极大值）。

在《【Python机器学习】梯度下降法(一)》中简单分析了学习率大小对搜索过程的影响，发现：

学习率较小时，收敛到极值的速度较慢。学习率较大时，容易在搜索过程中发生震荡。

本次介绍“冲量”的原理以及如何用“冲量”来解决上述两个问题。

冲量：momentum

“冲量”这个概念源自于物理中的力学，表示力对时间的积累效应。

在普通的梯度下降法 x += v 中，每次 x 的更新量 v 为 v = - dx × lr，其中dx为目标函数func(x)对x的一阶导数。 当使用冲量时，则把每次x的更新量v考虑为本次的梯度下降量 - dx × lr 与上次x的更新量 v 乘上一个介于 [0, 1] 的因子 momentum 的和，即 v = - dx × lr + v × momemtum。 从公式上可看出：

当本次梯度下降 dx × lr 的方向与上次更新量v的方向相同时，上次的更新量能够对本次的搜索起到一个正向加速的作用。当本次梯度下降 - dx × lr 的方向与上次更新量v的方向相反时，上次的更新量能够对本次的搜索起到一个减速的作用。

完整代码请查看：

为了查看momentum大小对不同学习率的影响，此处设置 学习率为lr = [0.01, 0.1, 0.6, 0.9] 冲量依次为momentum = [0.0, 0.1, 0.5, 0.9] 起始位置为x_start = -5 迭代周期为6 测试以及绘图代码，请点击

运行结果如上图所示，每一行的图的学习率lr一样，每一列的momentum一样，最左列为不使用momentum时的收敛情况。

从第一行可看出：在学习率较小的时候，适当的momentum能够起到一个加速收敛速度的作用。从第四行可看出：在学习率较大的时候，适当的momentum能够起到一个减小收敛时震荡幅度的作用。