英文：Adam 分类：training
自适应矩估计优化器：为每个参数维护一阶矩（动量）与二阶矩（梯度平方均值），自适应调整每个参数的学习率，结合动量与 RMSProp 优点，是深度学习的默认优化器之一。
机制：m=β1·m+(1-β1)g；v=β2·v+(1-β2)g²；更新 θ←θ−η·m̂/(√v̂+ε)（带偏置校正）；超参：β1=0.9、β2=0.999、ε=1e-8（常用默认）；特性：自适应步长（平坦区大步、陡峭区小步）、对学习率不敏感（仍需调度）；问题：泛化争议（有时弱于 SGD）、权重衰减耦合（→AdamW）；用途：NLP/CV 通用。
用于深度学习训练（默认优化器）、NLP/CV 模型（Transformer 训练）、快速收敛场景（稀疏梯度/非平稳目标）与超参研究（对比 SGD/AdamW）。