# 定義優化器函數 接下來，我們實例化學習率為 0.001 的`theGradientDescentOptimizer`函數并將其設置為最小化損失函數： ```py learning_rate = 0.001 optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss) ``` 有關梯度下降的更多詳細信息，請訪問以下鏈接：[https://en.wikipedia.org/wiki/Gradient_descent ](https://en.wikipedia.org/wiki/Gradient_descent)[https://www.analyticsvidhya.com/blog/2017/03/introduction-to-gradient-descent-algorithm-along-its-variants/](https://www.analyticsvidhya.com/blog/2017/03/introduction-to-gradient-descent-algorithm-along-its-variants/) TensorFlow 提供了許多其他優化器函數，如 Adadelta，Adagrad 和 Adam。我們將在以下章節中介紹其中一些內容。