torch.optim.Adam优化器参数学习

1.参数

https://blog.csdn.net/ibelievesunshine/article/details/99624645

class torch.optim.Adam(params, lr=0.001, betas=(0.9, 0.999), eps=1e-08, weight_decay=0)[source]

• params (iterable) – 待优化参数的iterable或者是定义了参数组的dict
• lr (float, 可选) – 学习率（默认：1e-3）
• betas (Tuple[float, float], 可选) – 用于计算梯度以及梯度平方的运行平均值的系数（默认：0.9，0.999）
• eps (float, 可选) – 为了增加数值计算的稳定性而加到分母里的项（默认：1e-8）
• weight_decay (float, 可选) – 权重衰减（L2惩罚）（默认: 0）

2.算法

https://arxiv.org/pdf/1412.6980.pdf

 可以看到，beta参数是用来更新m、v这两个动量向量和梯度的，梯度经过动量估计之后代替了SDG中的直接用梯度来更新参数。

α也就是lr学习率，用来更新参数，作为一个步长吧。

weight_decay 是针对最后更新参数的时候，给参数加的一个惩罚参数，

 总结：lr是在更新梯度的时候用到的，weight_decay权重衰减是在损失函数中的模型参数的权重，更新参数时用到的。

 总的loss中加入了一个对权重的限制，防止过大产生过拟合现象，

 在参数更新时反映出来，正则化参数λ决定了你如何权衡原始损失E和较大的权重惩罚。