TensorFlow优化器

Optimizers是扩展类，其中包括用于训练特定模型的附加信息，Optimizers类使用给定的参数初始化，用于提高速度和性能，以训练特定模型。

TensorFlow的基本Optimizers是-

tf.train.Optimizer

无涯教程将专注于随机梯度下降，下面提到用于创建Optimizers的图示-

def sgd(cost, params, lr = np.float32(0.01)):
   g_params = tf.gradients(cost, params)
   updates = []
   
   for param, g_param in zip(params, g_params):
      updates.append(param.assign(param - lr*g_param))
   return updates

基本参数在特定功能内定义。在接下来的章节中，将重点介绍实现Optimizers的梯度下降优化。