本题考查优化器原理。SGD（随机梯度下降）是最基本的优化算法，它不使用动量来加速梯度下降。Adam、RMSprop和Adagrad都是SGD的变种，它们通过不同的方式引入动量来改善优化过程。 B选项的Adam优化器结合了动量和自适应学习率的优点； C选项的RMSprop通过引入平方梯度项来调整学习率； D选项的Adagrad通过累加过去的梯度来调整学习率。 易错点提醒：理解不同优化器的工作原理和适用场景。