Pytorch 版本的lookahead 优化函数使用(附代码)
Lookahead 优化算法是Adam的作者继Adam之后的又一力作，论文可以参见https://arxiv.org/abs/1907.08610
这篇博客先不讲述Lookahead具体原理，先介绍如何将Lookahead集成到现有的代码中。
本人在三个项目中（涉及风格转换、物体识别）使用该优化器，最大的感受就是使用该优化器十分有利于模型收敛，原本不收敛或者收敛过慢的模型在使用lookahead后可以看到明显的收敛情况，并且最终的效果能够满足最初设计的要求。
总所周知，Adam因为其具有较好的适应性，被广泛用于各类模型的优化；其参数简单，调参方便的特点一直为大家所喜爱，尤其对于初学者较为友好。Lookahead 也继承了Adam的优点。lookahead的Pytorch版本代码如下所示：后续会针对代码进行原理讲解，该代码在Github上可以找到。
将lookahead集成在现有代码中如下操作即可：
此时直接将opt作为正常的优化器使用即可，就像直接使用Adam一样的步骤使用opt
?
