優(yōu)化器通過梯度下降算法來更新模型參數(shù)，以最小化損失函數(shù)。在每次迭代中，優(yōu)化器會計算損失函數(shù)的梯度，然后根據(jù)梯度更新模型參數(shù)。具體來說，優(yōu)化器會計算損失函數(shù)對每個參數(shù)的偏導數(shù)，然后將這些偏導數(shù)乘以對應的參數(shù)值，得到梯度。接下來，優(yōu)化器會根據(jù)梯度和當前參數(shù)值計算出新的參數(shù)值，并更新模型參數(shù)。這個過程會重復進行，直到達到預設的學習率或滿足其他停止條件。