AdamOptimizer没有更新值

可能是由于学习率设置过高，导致更新的参数值发生了奇怪的变化。可以尝试降低学习率以解决此问题。

下面是一个示例代码：

import tensorflow as tf

# 定义一个变量
x = tf.Variable(5.0, dtype=tf.float32)

# 定义 Adam Optimizer
optimizer = tf.optimizers.Adam(learning_rate=0.1)

# 定义一个损失函数
loss = lambda: x**2 - 4*x + 5

# 最小化损失函数
optimizer.minimize(loss, [x])

print(x.numpy()) # 打印最终的值

在上面的代码中，我们使用 Adam Optimizer 来最小化一个简单的损失函数。如果学习率太高，我们可能会遇到更新参数过程中未更新值的问题。为了避免这种情况，我们可以降低学习率，重新运行代码，就可以看到更新后的参数值。