简述 Adam 优化器,BN 的作用，为什么能加快收敛速度？？

Adam 优化器是一种基于梯度下降算法的优化器，它结合了动量法和自适应学习率的思想，能够在训练过程中自适应地调整学习率，从而更快地收敛到最优解。BN（Batch Normalization）是一种在深度神经网络中常用的技术，它通过对每个 batch 的数据进行归一化，使得网络在训练过程中更加稳定，能够加快收敛速度。BN 的作用主要有两个方面：一是解决梯度消失/爆炸的问题，二是减少对初始权重的依赖，使得网络更加鲁棒。因此，Adam 优化器和 BN 技术的结合能够加快神经网络的收敛速度。