ADAM （Adaptive Moment Estimation）是另外一种自适应学习率算法，它结合动量梯度 下降法，在不同参数方向上采用不同学习率，保留前几次迭代的梯度，能够很好 的适应于稀疏数据。(ADAM (Adaptive Moment Estimation) is another adaptive learning rate algorithm, which combines momentum gradient. The descent method, which uses di