稳定性更好的优化器AdamW怎么引用python代码

使用AdamW优化器的代码示例如下：

import torch
import torch.optim as optim

# 定义模型和损失函数
model = YourModel()
criterion = YourLossFunction()

# 定义AdamW优化器
optimizer = optim.AdamW(model.parameters(), lr=0.001, weight_decay=0.01)

# 训练模型
for epoch in range(num_epochs):
    for inputs, labels in data_loader:
        optimizer.zero_grad() # 梯度清零
        outputs = model(inputs)
        loss = criterion(outputs, labels)
        loss.backward() # 反向传播
        optimizer.step() # 更新参数

在此示例中，我们使用`optim.AdamW()`函数创建了一个AdamW优化器，并将模型的参数以及学习率和权重衰减率等超参数传递给了该函数。在训练过程中，我们在每个batch的前面调用了`optimizer.zero_grad()`来清空梯度，然后进行正向传播、计算损失并进行反向传播，最后调用`optimizer.step()`来更新模型的参数。