参数优化器中应使用可迭代对象

参数优化是机器学习和深度学习中一个重要的步骤，它在模型训练过程中通过调整模型参数来最小化损失函数。在实际应用中，我们通常会使用优化器来自动调整参数。然而，在使用优化器时，我们需要注意一个重要的细节：参数优化器中应使用可迭代对象。

那么什么是可迭代对象呢？简单来说，可迭代对象是指可以被迭代访问的对象。常见的可迭代对象包括列表、元组、字符串等。使用可迭代对象作为参数优化器的输入，可以有效地对模型的参数进行调整和更新。

下面我们通过源代码来具体说明这个概念：

import torch
import torch.optim as optim

# 定义模型
model = torch.nn.Linear(10,