Tensorflow基础学习：自动求导函数tape.gradient

#第一步：使用sequential封装网络层

model = keras.Sequential([

          layers.Dense(20),activation= 'relu')

          layers.Dense(10)])

#第二步：构建梯度记录环境

with tf.GradientTape() as tape:

       out = model(输入x)

       loss = tf.square(out - 标签)

       #计算平均误差

       loss = tf.reduce_sum(loss) / x.shape[0]

#第三步：自动计算所有参数梯度

grads = tape.gradient(loss,model.trainable_variables)

optimizer.apply_gradients(zip(grads, model.trainable_variables))