adabelief-pytorch的torch兼容版本

Adabelief-pytorch是一个基于PyTorch库实现的优化算法，它提供了Adabelief（ABelief）算法的实现，这是一种自适应学习率优化方法，结合了动量和Adam算法的优点，并减少了它们的一些缺点。Adabelief-pytorch旨在提供一种高效、稳定并且易于使用的替代Adam等传统优化器。

Adabelief算法的核心思想是维护两个估计项，一个是基于历史梯度的一阶矩估计（类似于动量），另一个是二阶矩估计，用于调整学习率。这个版本的torch兼容意味着用户可以直接将它应用于PyTorch框架下的各种深度学习模型训练过程中，享受其优化效果。

要在PyTorch项目中使用adabelief-pytorch，首先需要安装该库，然后在定义模型的优化器时，可以选择`AdaBeliefOptimizer`类：

import torch
from adabelief_pytorch import AdaBelief

model = ... # 定义你的模型
optimizer = AdaBelief(model.parameters(), lr=0.001) # 设置学习率