待验证90% 置信事实时间未知

Adam在RMSProp基础上进一步引入一阶矩（动量），并增加了偏差修正机制

1

来源数

90%

置信度

长期有效

时效性

2026/5/31

首次发现

来源

Adam优化器深度拆解：一文搞懂自适应矩估计原理

bilibili深度学习自习室

涉及实体

Adamconcept RMSPropconcept

相关事实

已验证Adam结合了动量法与RMSprop的自适应学习率，对每个参数独立维护一阶和二阶梯度的滑动平均75% 相似已验证Adam 优化器结合了 Momentum 和 RMSProp 的优点，维护梯度的一阶矩估计和二阶矩估计的指数移动平均72% 相似待验证Adam优化器由Diederik Kingma和Jimmy Ba在2014年提出，需要维护一阶动量和二阶动量两份状态63% 相似待验证AdamW引入权重衰减解耦，Lion基于符号动量且显存更低62% 相似待验证梯度下降及其变体（Adam、AdaGrad等）本质上是数值优化算法60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/7722

API

curl https://kongchang.com/api/v1/knowledge/claims/7722

MCP

get_claim(id=7722)