Optimizers是擴展類，其中包括用于訓練特定模型的附加信息，Optimizers類使用給定的參數初始化，用于提高速度和性能，以訓練特定模型。

TensorFlow的基本Optimizers是-

tf.train.Optimizer

此類在tensorflow/python/training/optimizer.py的指定路徑中定義。

無涯教程將專注于隨機梯度下降，下面提到用于創建Optimizers的圖示-

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

基本參數在特定功能內定義。在接下來的章節中，將重點介紹實現Optimizers的梯度下降優化。

TensorFlow - 優化器 - 無涯教程網無涯教程網提供Optimizers 是擴展類，其中包括用于訓練特定模型的附加信息，Optimizers 類使用給定的...https://www.learnfk.com/tensorflow/tensorflow-optimizers.html