损失函数与优化轨迹
    ===================

    高维损失函数 f(W) 的可视化（二维截面）
    =========================================

    y轴 ↑
        │      ● 全局最小值
        │     /│\
        │    / │  \
        │   /  │   \
        │  /   │    \
        │ /    │     \
        │/_____|______\___
        │      │
        └──────→ x轴

    梯度下降: 从高处逐步"滚"向最低点
    动量方法: 惯性使粒子能够"冲"过局部最小值