原文地址optimizers（优化器）。机器学习包括两部分内容，一部分是如何构建模型，另一部分就是如何训练模型。训练模型就是通过挑选最佳的优化器去训练出最优的模型。
Keras包含了很多优化方法。比如最常用的随机梯度下降法(SGD)，还有Adagrad、Adadelta、RMSprop、Adam等。下面通过具体的代码介绍一下优化器的使用方法。最重要的就是SGD，其他的优化器有兴趣的可以自行了解一下。
一、优化器的使用方法
在编译一个Keras模型时，优化器是2个参数之一（另外一个是损失函数）。看如下代码：
model = Sequential()
model.add(Dense(64, init='uniform', input_dim=10))
model.add(Activation('tanh'))
model.add(Activation('softmax'))
sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='mean_squared_error', optimizer=sgd)
这个例子中是在调用compile之前实例化了一个优化器。我们也可以通过传递名字的方式调用默认的优化器。代码如下：
# passoptimizer by name: default parameters will be used
model.compile(loss='mean_squared_error', optimizer='sgd')
二、基类
keras.optimizers.Optimizer(**kwargs)
所有的优化器都继承自上面这个带有keyword参数的类。当然基类是不能用来训练模型的。
三、SGD（随机梯度下降优化器，性价比最好的算法）
keras.optimizers.SGD(lr=0.01, momentum=0., decay=0., nesterov=False)
参数：
- lr :float>=0，学习速率
- momentum :float>=0 参数更新的动量
- decay : float>=0 每次更新后学习速率的衰减量
- nesterov :Boolean 是否使用Nesterov动量项
四、Adagrad（参数推荐使用默认值）
keras.optimizers.Adagrad(lr=0.01, epsilon=1e-6)
参数：
- lr : float>=0，学习速率
- epsilon :float>=0
- decay : float>=0 每次更新后学习速率的衰减量
五、Adadelta（参数推荐使用默认值）
keras.optimizers.Adadelta(lr=1.0, rho=0.95, epsilon=1e-6)
参数：
- lr :float>=0，学习速率
- rho : float>=0
- epsilon :float>=0 模糊因子
- decay : float>=0 每次更新后学习速率的衰减量
六、RMSprop（参数推荐使用默认值）
keras.optimizers.RMSprop(lr=0.001, rho=0.9, epsilon=1e-6)
参数：
- lr:float>=0，学习速率
- rho : float>=0
- epsilon : float>=0 模糊因子
- decay : float>=0 每次更新后学习速率的衰减量
七、Adam（参数推荐使用默认值）
keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-8)
参数：
- lr : float>=0，学习速率
- beta_1, beta_2:floats, 0 < beta < 1 通常都是接近于1
- epsilon :float>=0 模糊因子
- decay : float>=0 每次更新后学习速率的衰减量
八、Adamax（参数推荐使用默认值）
keras.optimizers.Adamax(self, lr=0.002, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0, **kwargs)
参数：
- lr : float>=0，学习速率
- beta_1, beta_2:floats, 0 < beta < 1 通常都是接近于1
- epsilon :float>=0 模糊因子
- decay : float>=0 每次更新后学习速率的衰减量
