我的意思是，我知道他需要一个ID来跟踪他所需要的，比如那个变量的最后一个梯度，等等，但是我们就不能有一个针对特定Tensor的优化器吗？

a = tf.convert_to_tensor([1.])
with tf.GradientTape() as tape:
    tape.watch(a)
    loss = a**2

grad = tape.gradient(loss, a)
print(grad)

# <tf.Tensor: shape=(1,), dtype=float32, numpy=array([2.], dtype=float32)>

因此我们可以计算Tensor的梯度，但是对于这个梯度我们什么也做不了，因为它不是Variable，因此我们不能只做下面的事情：

K.optimizers.Adam().apply_gradients(zip(grad, a))

因为我们将得到：
属性错误：对象没有属性'_unique_id'
但是我们可以，我的意思是，优化器就像w = w - stepsize * grad，我们有w，我们有grad，为什么我们不能在优化器里做这些呢？我可以做些什么，把亚当论文里的公式应用到w上，而不把它变成tf.Variable吗？