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
此类在tensorflow/python/training/optimizer.py的指定路径中定义。
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。文章来源：https://www.toymoban.com/news/detail-665570.html
TensorFlow - 优化器 - 无涯教程网无涯教程网提供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...https://www.learnfk.com/tensorflow/tensorflow-optimizers.html文章来源地址https://www.toymoban.com/news/detail-665570.html
到了这里，关于无涯教程-TensorFlow - 优化器的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
