Adam吸收了Adagrad（自适应学习率的梯度下降算法）和动量梯度下降算法的优点，既能适应稀疏梯度（即自然语言和计算机视觉问题），又能缓解梯度震荡的问题常见优化器的详细解析请参考此文章->#深度解析#深度学习中的SGD、BGD、MBGD、Momentum、NAG、Adagrad、Adadel