自定义LazyAdam优化器。

def create_hash_optimizer(learning_rate=0.001, beta1=0.9, beta2=0.999, epsilon=1e-8, name="LazyAdam", use_fusion_optim=False)

参数名称	参数说明	参数类型	必选/可选	默认值	取值范围
learning_rate	学习率。	float/tf.Tensor	可选	0.001	[0.0, 10.0]
beta1	第一矩的指数衰减率估计。	float	可选	0.9	(0.0, 1.0)
beta2	第二矩的指数衰减率估计。	float	可选	0.999	[0.0, 1.0]
epsilon	加入此值到分母中，提高数据稳定性。	float	可选	1e-8	(0.0, 1.0]
name	优化器名称。	string	可选	LazyAdam	优化器名称长度范围：[1, 200]
use_fusion_optim	是否使用LazyAdam融合算子进行slot_m, slot_v, variable数据计算和更新。	bool	可选	False	True：表示使用融合算子，且需要手动编译和部署LazyAdam融合算子，使用方法和约束请参考README。 False：表示不使用LazyAdam融合算子。

CustomizedLazyAdam（自定义LazyAdam优化器）的一个实例对象。

from mx_rec.optimizers.lazy_adam import create_hash_optimizer
hashtable_optimizer = create_hash_optimizer()