有时候训练模型肯定是需要optim对吧，但是很多情况下，我一个模型，有encoder,有dense等等不同层构成的，而每一层、每一种模型我都想要用不同的学习率，该怎么办？

torch.optim就给我们提供了一个很好的接口，先看看doc：

比方说这是Adam的参数要求，后面这些lr、beta、weight_decay啥的先不去看他，就先看params这个参数：
params:iterable of parameters to optimize or dicts defining parameter groups
需要被优化的可迭代模型参数对象或者一个定义了所有parameter groups的dict

也就是params不仅可以传model.parameters()，还可以传一个字典，这就可以让我们很灵活地设置参数了，比方说像这样：

params = []
for name, param in self._encoder.named_parameters():
    if param.requires_grad == True:
        if "weight" in name:
            params += [{
    
      "params": param, "lr": self._learning_rate, "weight_decay": self._weight_decay}]
        elif "bias" in name:
            params += [{
    
      "params": param, "lr": self._learning_rate}]
params += [{
    
      "params": list(dense_layer.parameters())[0], "lr": self._learning_rate * 10,
            "weight_decay": self._weight_decay}]
params += [{
    
      "params": list(dense_layer.parameters())[1], "lr": self._learning_rate * 10}]
# each task has it's own optimizer
optimizer = Adam(params)

可以看到我设置所有weight有weight_decay,而bias的为0。同时，我的dense层lr是encoder层的10倍。然后把这个dict，也就是parameter groups传给了Adam.