如何在tensorflow 2x中使用Adam().minimize？

import tensorflow as tf

# 创建模型
model = tf.keras.Sequential([...])

# 定义损失函数
loss_fn = tf.keras.losses.MeanSquaredError()

# 创建Adam优化器
optimizer = tf.keras.optimizers.Adam()

# 计算梯度并最小化损失函数
with tf.GradientTape() as tape:
    # 前向传播
    predictions = model(x)
    # 计算损失
    loss = loss_fn(y, predictions)

# 计算梯度
gradients = tape.gradient(loss, model.trainable_variables)

# 更新模型参数
optimizer.apply_gradients(zip(gradients, model.trainable_variables))