TensorFlow深度学习算法原理与编程实战-梯度下降中minimize()函数

使用方法

train_opt =tf.tf.train.GradientDescentOptimizer(learning_rate=0.1).minimize(loss)

minimize的内部存在两个操作：
(1)计算各个变量的梯度 (2)用梯度更新这些变量的值

主要的参数说明：

loss:  Tensor，需要优化的损失； 
var_list: 需要更新的变量(tf.Varialble)组成的列表或者元组，默认值为GraphKeys.TRAINABLE_VARIABLES，即tf.trainable_variables()

注意：
1、Optimizer.minimize(loss, var_list)中，计算loss所涉及的变量(假设为var(loss))包含在var_list中，也就是var_list中含有多余的变量，并不 影响程序的运行，而且优化过程中不改变var_list里多出变量的值；
2、若var_list中的变量个数少于var(loss)，则优化过程中只会更新var_list中的那些变量的值，var(loss)里多出的变量值 并不会改变，相当于固定了网络的某一部分的参数值。

参考链接:
Markdown进阶（更改字体、颜色、大小，设置文字背景色，调整图片大小设置居中）
CSDN-markdown 文字样式设置（字体, 大小, 颜色, 高亮底色）