Python 在TensorFlow中设置Adam优化器

我在读一篇文章，作者有以下背景。 $Learning Rate=1^{-3}，momentum=0.9，beta_=0.01，lambda=1，epsilon=10^{-4}$

然而，tensorflow对Adam有以下设置

tf.keras.optimizers.Adam(learning_rate=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-07, amsgrad=False,
                          name='Adam', **kwargs)

---

我的问题是，如何设置$MONTORM$和$\lambda$

您可以在文档中查看：

opt = tf.keras.optimizers.Adam(learning_rate=0.1)
var1 = tf.Variable(10.0)
loss = lambda: (var1 ** 2)/2.0       # d(loss)/d(var1) == var1
step_count = opt.minimize(loss, [var1]).numpy()
# The first step is `-learning_rate*sign(grad)`
var1.numpy()

Beta1和beta 2：是动量衰减；请检查以下内容：

---

momnet取决于beta_1，

m=beta_1*m_pre+（1-beta_1）*g

lambda（对于adam）是什么？嗯，我不确定，我在检查之前关于堆栈溢出的答案：，这能帮你找到答案吗