Tensorflow2 解决Variable作为一个矩阵时无法更新的问题

找遍了都找不到解决方案，自己解决

问题起源：搭建了一个深度模型，其中需要用到一个系数矩阵作为参数，于是想到用tf.Variable，但是

op = keras.optimizers.Adam()
a = tf.Variable([[1.,2.,3.],
                 [1.,2.,4.],
                 [5.,5.,4.]])
with tf.GradientTape(persistent=True) as t:
    loss1 = a**2
    loss2 = 2*a
gr1 = t.gradient(loss1, a)
gr2 = t.gradient(loss2, a)
print(gr1,gr2)
op.apply_gradients(zip(gr1,a))
op.apply_gradients(zip(gr2,a))
print(a)

报错，显示variable是non-iterable的

到variable.py源文件里去看有这么一段代码：

 

 突然有灵感，把它包成一个模型，然后里面的变量设置成自己的：

op = keras.optimizers.A