torch.optim.Adam参数

torch.optim.Adam 是 PyTorch 中用于训练神经网络的优化器之一。它实现了 Adam 算法，这是一种对比梯度下降算法更高效的优化算法。

Adam 算法有三个主要参数:
- lr (learning rate): 学习率。表示每次参数更新时步长的大小。默认值为 0.001。
- betas (beta1, beta2): 表示 Adam 算法中两个动量参数。默认值为 (0.9, 0.999)。
- eps (epsilon): 一个很小的值，用来维持数值稳定性。默认值为 1e-8。

使用方式：

optimizer = torch.optim.Adam(model.parameters(), lr=0.001, betas=(0.9, 0.999), eps=1e-8)

这里传入了 `model.parameters()` 代表要更新的参数， `lr` 是学习率， `betas` 是动量参数，`eps` 是维持数值稳定性的参数。