问题描述：在paddleseg框架下，使用optimizer=paddle.optimizer.Adam(lr,parameters=model.parameters(), weight_decay=1.0e-4)这个优化器进行训练。训练了一定回合后，想接着继续训练。如下图代码我想从iter_10240步继续往后训练。该优化器参数那iter_10240下的modelpdopt会报错。看了下modelopt文件里面存了大量参数动量的值，而optimizer的state_dict中没有那么多值。那么resume_model在优化器为adam的时候难道没法用吗？有没有啥解决方法

%cd /home/aistudio
%cd PaddleSeg
train(
    model=model,                        # 创建的模型
    train_dataset=train_dataset,        # 训练数据集
    val_dataset=eval_dataset,           # 验证数据集
    optimizer=optimizer,                # 优化器
    save_dir='output',                  # 保存路径--不必该，否则后边程序也需要修正
    # resume_model='output/iter_10240',
    iters=40960,                         # 训练迭代次数（这里不是轮次）
    batch_size=4,                       # 批大小
    save_interval=256,                  # 验证+保存的迭代周期
    log_iters=32,                       # 日志输出的迭代周期
    num_workers=0,                      # 多线程关闭(0)--在平台上开启可能会断掉
    losses=losses,                      # 损失字典
    use_vdl=True)                       # 是否记录训练参数