Flux.jl 中网络参数的更新方法为 update!(opt, p, g)，update!(opt, ps::Params, gs)，其中 p 或者 ps 是网络的参数，g 和 gs 是参数对应的梯度。网络参数更新的优化器有很多的选择，但是大部分都是 Adam 算法的变种或者优化，下面是关于这些优化器的一些介绍和参数的意义，详细的可以去看不同算法的论文深入了解。
1、：最原始的梯度下降优化器，参数 为学习率。对于每一个参数 以及对应的梯度 ，会执行 .
2、：带有动量的梯度下降算法。 控制梯度下降在主要方向上的加速度，可以看成是一个阻尼。
3、：带有 Nesterov 动量的梯度下降算法。 控制梯度下降在主要方向上的加速度，可以看成是一个阻尼。
4、：RMSProp 算法，通常在循环网络上使用，除了学习率 之外其他的参数通常不用调参。
5、：ADAM 算法， 为动量的衰减系数，是一个 Tuple 分别为第一个（）和第二个（）动量估计的指数衰减。
6、：Rectified ADAM 算法。
7、：基于 范数的 ADAM 变种
8、：ADAGrad 算法，它具有基于其更新频率的参数特定学习率。所有的参数都不需要调整。
9、：ADADelta 是 ADAGrad 的一个版本，它根据过去的梯度更新窗口调整其学习率。参数不需要调整。 是梯度在每个时间步衰减的因子。
10、：ADAM 优化器的 AMSGrad 版本。参数不需要调整。
11、：ADAM 优化器的 Nesterov 版本。参数不需要调整
12、：ADAMW 是修正其权重衰减正则化的 ADAM 的变体。decay 参数在优化期间应用于权重的衰减。
13、：OADAM (Optimistic ADAM) 是 ADAM 的一个变体，增加了一个适合对抗性训练的「优化项」。
14、：AdaBelief 是 ADAM 优化器的变体。
参考：
[1] Training, Optimisers, Document of Flux.jl
[3] Kingma, D. P. and Ba, J. Adam: A Method for Stochastic Optimization. arXiv (2014)
[6] Matthew D. Z. ADADELTA: An Adaptive Learning Rate Method. arXiv.
[8] Timothy D. Incorporating Nesterov Momentum into Adam. ICLR 2016 Workshop (2016)
[9] Ilya L. and Frank H. Decoupled Weight Decay Regularization. ICLR 2019 Conference (2019)
[10] Daskalakis, C., Ilyas, A., yrgkanis, V. and Zeng, H. Training GANs with Optimism. arXiv (2017)
