https://zhuanlan.zhihu.com/p/1969127329512031963
优化算法三剑客：SGD、Adam、AdamW的深度对比 1. 引言：模型训练的"导航系统" 想象一下，你正在一个复杂的地形中寻找最低点（最小损失
https://zhuanlan.zhihu.com/p/696837502
May 9, 2024 · 自从 梯度下降 （Gradient Descent）算法诞生以来，众多变体被提出，以适应不同的需求和场景。 其中， Adam（Adaptive Moment Estimati
https://zhuanlan.zhihu.com/p/1899046865720312845
Adam 是一种结合了 Momentum动量思想 （利用累加历史梯度信息更新梯度，减少震荡，加速通往谷底） 和 RMSProp自适应学习率思想 （记录各
https://zhuanlan.zhihu.com/p/20393170694
在深度学习领域，优化器的选择对模型的训练效率和性能起着决定性作用。 Adam优化器作为一种自适应优化算法，凭借其根据历史梯度信
https://zhuanlan.zhihu.com/p/686784015
为什么 Adam 是深度学习中最受欢迎的优化器？ 让我们通过深入了解其数学原理，并重新创建算法来理解它。 Adam，这个名字在许多获奖的
https://zhuanlan.zhihu.com/p/32698042
2014年12月， Kingma和Lei Ba两位学者提出了Adam优化器，结合AdaGrad和RMSProp两种优化算法的优点。 对梯度的一阶矩估计（First Moment Estimation，
https://zhuanlan.zhihu.com/p/13391834500
1.什么是 Adam算法 Adam （Adaptive Moment Estimation）是一种广泛使用的 优化算法，特别适用于训练深度学习模型。 它 结合了动量优化和 RMSProp
https://www.zhihu.com/question/323747423/answers/updated
Kingma和Ba在论文 Adam: A Method for Stochastic Optimization 中提出Adam（自适应矩估计），一种用于高效随机优化的方法，仅需一阶梯度且内存需求
https://zhuanlan.zhihu.com/p/643452086
AdamW目前是大语言模型训练的默认优化器，而大部分资料对Adam跟AdamW区别的介绍都不是很明确，在此梳理一下Adam与AdamW的计算流程，明确
https://www.zhihu.com/question/323747423
我们组刚中的一篇 ICML2022 Oral 的论文就是从动力学角度理论分析了Adam，特别是Adam相对于SGD的优劣之处。 一句话结论： Adam逃离鞍点很快