梯度下降是机器学习中广泛应用的优化算法，像线性回归和逻辑回归以及神经网络的早期实现，现在有一些其他的优化算法，为了最小化成本函数，甚至比梯度下降的效果更好，这种算法可以用来帮助训练神经网络，比梯度下降快得多。
回想一下，这是梯度下降一步的表达式，在本例中，用包含这些椭圆的等高线图绘制了成本函数j，所以这个成本函数的最小值在这些椭圆的中心，现在要从最小值开始梯度下降，一步梯度下降，如果alpha很小，它可能会带你朝那个方向走一点，然后再走一步，梯度下降的每一步都是朝着同一个方向，那么为什么不让alpha变大，能不能有一个自动增加alpha的算法，只是让它迈出更大的步伐，更快的达到最低限度，有一种叫做Adam算法的算法可以做到，如果它看到学习率太小，我们应该提高学习率，同样的费用函数，如果我们有一个相对较大的学习率，那么也许一个梯度下降的步骤就到达最低限度，如果看到梯度下降，这是来回振荡，Adam算法可以自动的做到这一点，以更小的学习率，然后向成本函数的最小值走一条更平滑的路径，所以取决于梯度下降是如何进行的，有时希望有更高的学习速度，有时希望学习速度更小。
所以Adam算法可以自动调整学习速率，它不使用单一的全局学习速率，所以如果你有参数W1到W10和b，那么实际上它有11个学习速率参数。
Adam算法背后的直觉是如果一个参数，Wj或B似乎一直朝着大致相同的方向移动，但如果它似乎一直朝着大致相同的方向移动，让我们提高该参数的学习速率，我们朝那个方向走快点，反过来说，如果一个参数不停地来回振荡，可以对这个参数稍微减少一点alpha。
在代码中，这是如何实现的？
模型和以前一摸一样，编译的方式，这个模型和以前的很相似，除了我们现在向编译函数添加一个额外的参数，即我们指定要使用的优化器是TF.Keras.优化器，.Adam优化器，所以Adam优化算法确实需要一些默认的初始学习速率，在这个例子中，初始学习率是10的-3，但是你在实践中使用Adam算法时，值得尝试这个首字母的几个值，此默认全局学习速率，尝试一些较大和较小的值，看看什么能给你最快的学习性能，通过Adam算法，可以自动调整学习速度，使其更加精确。
这就是Adam优化算法，它通常比梯度下降工作得快得多，它已经成为一个事实上的标准。