tensorflow报错：'GradientDescentOptimizer' object has no attribute 'minimizer'

今天用Tensor跑手写数字识别的时候遇见这样一个错误：

optimizer = tf.train.GradientDescentOptimizer(learning_rate=learning_rate).minimizer(loss)
AttributeError: 'GradientDescentOptimizer' object has no attribute 'minimizer'

看错误提示是说GradientDescentOptimizer这个类没有minimizer这个属性。
OK，先去搜索一下，发现百度上没有书的人文章。
那就看一下GradientDescentOptimizer这个类的源码吧，它的源码是这样的：

class GradientDescentOptimizer(optimizer.Optimizer):
  def __init__(self, learning_rate, use_locking=False, name="GradientDescent"):
    super(GradientDescentOptimizer, self).__init__(use_locking, name)
    self._learning_rate = learning_rate

  def _apply_dense(self, grad, var):

  def _resource_apply_dense(self, grad, handle):

  def _resource_apply_sparse_duplicate_indices(self, grad, handle, indices):

  def _apply_sparse_duplicate_indices(self, grad, var):

  def _prepare(self):
  

我们可以发现这个类里确实没有minimizer这个属性，怎么办呢？
我们可以发现GradientDescentOptimizer继承自optimizer.Optimizer这个类，那么就去这个类里看看吧
我们可以发现这个类有如下的属性和方法：

class Optimizer(object):
  GATE_NONE = 0
  GATE_OP = 1
  GATE_GRAPH = 2
  def __init__(self, use_locking, name):

  def get_name(self):
  
  def minimize(self, loss, global_step=None, var_list=None,
               gate_gradients=GATE_OP, aggregation_method=None,
               colocate_gradients_with_ops=False, name=None,
               grad_loss=None):

  def compute_gradients(self, loss, var_list=None,
                        gate_gradients=GATE_OP,
                        aggregation_method=None,
                        colocate_gradients_with_ops=False,
                        grad_loss=None):

可以发现这个类中的一个minimize方法与minimizer非常类似，这个时候基本上就可以确定是我们多写了个’r’，

optimizer = tf.train.GradientDescentOptimizer(learning_rate=learning_rate).minimize(loss)

OK，修改过后我们可以发现程序是正常的：