1. 梯度下降， tf.train.GradientDescentOptimizer(0.05),梯度下降的问题在与不一定能获得全局最优解，并且因为要在所有数据上最小化损失，所以损失函数是在所有训练数据上的损失和，所以在大数据情况下，需要的时间相当长。
2.随机梯度下降，随机梯度下降优化的不是全部数据上的损失函数，在每一轮迭代中，都随机选择一条训练数据进行优化，这样训练时间大大减小，但是由于某一条数据上的全局最小不一定代表所有数据的全局最小，所以随机梯度下降也不一定能达到全局最优解。
为了综合梯度下降和随机梯度下降的优点，在实际训练中通常将训练数据分为多个batch，每次只训练一个batch，这样可以大大减小收敛所需的迭代次数。
3. MomentumOptimizer()，解决了梯度下降无法跳出局部极小值的问题。
4. AdagradOptimizer()，根据每个变量变换优化步长，考虑了变量梯度的整个历史。
5. AdadeltaOptimizer()，Adagrad有时候会很快使梯度到0，为了解决这个问题，Adadelta可以限制最少使用多少步。