Adam优化器什么时候提出的作用是什么

Adam优化器是由Diederik P. Kingma和Jimmy Lei Ba在2014年提出的。Adam优化器是一种自适应学习率优化算法，它能够自适应地调整每个参数的学习率，并在训练过程中动态地调整学习率。Adam优化器结合了Adagrad，RMSprop和Momentum的优点，可以加快训练速度并提高模型的性能。Adam优化器通常用于深度学习中的目标函数最小化问题，如神经网络的训练。