我觉得这篇文章相比于算法PID本身，他在自动控制和深度学习之间建立起的connection更有意思一点。

在控制理论中建立起的对应：

虽然他没有严格理论证明，不过从直观上来看，还是挺make sense的。这样就说明，我们可以大胆地吧自动控制里面的公式拿进来疯狂水文章了hh

就算法本身来讲，个人认为他的新算法是不是真的比旧有的算法好还是有待商榷的。

他在本文中建立起了一个挺大的筐，等式右边第一项是proportional (P)，第二项integral (I)和第三项derivative (D)：

并且说明旧有的算法（SGD、Momentum、Nesterov0s Momentum）都是可以被这个框架含括的。看起来很美好。

但是，您测试的时候，敢不敢稍微认真点啊！能不能别专挑弱鸡打啊！

1. 数据集：MNIST、CIFAR10、Tiny-ImageNet，这都是演示用的数据集吧，是男人就上ImageNet和coco！
2. 优化器：前人已经搞出不少专门针对SGD和momentum优化的优化器了，比如AdaGrad、RMSProp和Adam，你为什么不跟他们比呢？这不是有欺负老头老太太的嫌疑么？
3. 引用文献：虽然这个颇有鸡蛋里面挑骨头的意味，但是都9102年了，您的论文引用连一篇2018年的文章都没有。对于像深度学习这样比较火，比较讲究前沿的学科，不太合适吧？