TensorFlow的梯度优化的两种方式（minimize或apply_gradients函数）

先创建一个优化器对象，eg：optimizer = tf.train.AdagradOptimizer(learning_rate)，这里的Adagrad是一种优化算法，还有其他的优化器

（1）直接用优化器对象自带的优化方式：optimizer_op = optimizer.minimize(cost)，cost是损失函数

minimize()操作可以计算出梯度，并且将梯度作用在变量上

（2）如果有自己处理梯度的方式，则可以按照这三步骤使用optimizer ：使用函数tf.gradients()计算梯度；按照自己的愿望处理梯度，比如用tf.clip_by_global_norm（）函数来控制梯度修改的范围；使用函数apply_gradients()应用处理过后的梯度。

标签：optimizer,minimize,梯度,TensorFlow,tf,apply,gradients,优化
来源： https://blog.csdn.net/qq_40486477/article/details/113745744