• p1: 最基本的梯度下降法：gradient descent
• p2: 原始 SGD方法：stochastic gradient descent
• p3: minibatch-SGD方法
• p4 momentum SGD: minibatch-SGD with momentum
• p4 momentum: momentum with SGD
• p5: Nesterov方法
• p6: adagrad
• p7: adadelta
• p8: adam

p1 参考 https://zhuanlan.zhihu.com/p/27297638

p2~pn 参考 http://ruder.io/optimizing-gradient-descent/index.html

p5 参考 http://cs231n.github.io/neural-networks-3/

p6 参考 https://zhuanlan.zhihu.com/p/22252270

p7 参考 https://arxiv.org/abs/1212.5701 (原始论文)

p8 参考 http://www.ijiandao.com/2b/baijia/63540.html