名称 tf.train.Optimizer 已废弃，请改用 tf.compat.v1.train.Optimizer

在 TensorFlow 2.0 版本中，tf.train.Optimizer 这个 API 已经被废弃了，替换的 API 是 tf.compat.v1.train.Optimizer。

tf.compat.v1.train.Optimizer 与 tf.train.Optimizer 的作用是一样的，都是用于定义和优化损失函数的优化器。不同的是，tf.compat.v1 模块是 TensorFlow 2.0 中用于向后兼容 TensorFlow 1.x 代码的模块，所以在 TensorFlow 2.0 中，我们需要使用 tf.compat.v1.train.Optimizer 来替代 tf.train.Optimizer。

以下是一个使用 tf.compat.v1.train.Optimizer 的示例代码：

import tensorflow as tf

# 定义一个简单的线性模型
x = tf.Variable(2.0, dtype=tf.float32, name='x')
y = tf.Variable(3.0, dtype=tf.float32, name='y')
z = tf.add(tf.multiply(x, y), tf.constant(4.0, dtype=tf.float32))

# 定义优化器
optimizer = tf.compat.v1.train.GradientDescentOptimizer(learning_rate=0.01)

# 定义损失函数
loss = tf.square(z)

# 最小化损失函数
train_op = optimizer.minimize(loss)

# 执行优化操作
with tf.compat.v1.Session() as sess:
    sess.run(tf.compat.v1.global_variables_initializer())
    for i in range(100):
        _, loss_val = sess.run([train_op, loss])
        print('step {}: loss = {}'.format(i, loss_val))

更多关于 TensorFlow 2.0 中的兼容性问题，可以参考 TensorFlow 官方文档:https://www.tensorflow.org/guide/migrate。