【机器学习】TensorFlow （二）优化器Optimizer

昨天整理了一下梯度下降算法及其优化算法，传送门：https://blog.csdn.net/zxfhahaha/article/details/81385130
那么在实战中我们如何用到这些优化器，今天就整理一下TensorFlow中关于优化器Optimizer的API。
首先要知道的一个类是tf.train.Optimizer，它是Optimizer的基类，这个类我们不会用到，主要用到的是它的子类，这些子类都可以对应到上一篇的梯度优化算法中的理论知识。

tf.train.GradientDescentOptimizer

GradientDescentOptimizer是执行梯度下降算法GradientDescent的优化器，这个算法是最基础的梯度下降算法，我们知道梯度下降算法根据样本数量分为批量梯度下降算法（Batch Gradient Descent）、随机梯度下降算法（Stochastic Gradient Descent）和小批量梯度下降算法（Mini-batch Gradient Descent）。
那么这个GradientDescentOptimizer优化器会根据我们传入的data的大小成为上述三种的一种。
下面介绍一些这个类常用的方法：

init 创建一个gradient descent optimizer对象

__init__(
    learning_rate,