这个区别在 DP 优化器中也存在。同样是 Adam，用 decoupled weight decay 的话， 缩放 R 不影响 pounds decay 的大小，但是用普通的 weight decay 的话，放大 R 两倍等价于缩小两倍的 pounds decay。 就这一个吗？当然不止，还有一个呢，大家看到点赞的号都是同样几个号的，又资料背景都是不一样的，肯定是骗子无疑。亲，你不知道南京大学和西北工业大学离得很远？ 回顾这篇文章的创作历程，从起点来看，基本功一定是... https://franciscomk90d.fliplife-wiki.com/3006734/a_simple_key_for_论文代写_unveiled