Torch提供了多種優化器來訓練神經網絡，包括：
SGD（隨機梯度下降）：最基礎的優化器，根據梯度更新參數。
Adam：一種基于自適應學習率的優化器，結合了Momentum和RMSProp的思想。
Adagrad：一種基于梯度累積的自適應學習率優化器。
Adadelta：一種沒有學習率超參數的自適應學習率優化器。
RMSProp：一種基于梯度平方指數加權平均的優化器。
Adamax：一種對Adam進行了改進的優化器，使用了L∞范數。
ASGD（平均隨機梯度下降）：一種平均隨機梯度下降的優化器。
LBFGS（Limited-memory BFGS）：一種基于BFGS算法的優化器，適用于小規模數據集。
這些優化器可以根據具體的神經網絡結構和訓練任務來選擇合適的優化器進行訓練。
