前言

历史

• tensorflow可以安装Tensorboard第三方库用于展示效果

TensorFlow工作流程：p6-4:20

1. 使用tf.data加载数据。使用tf.data实例化读取训练数据和测试数据
2. 模型的建立与调试:使用动态图模式Eager Execution和著名的神经网络高层API框架Keras，结合可视化工具TensorBoard，简易、快速地建立和调试模型;
3. 模型的训练:支持CPU/GPU/单机多卡GPU/多机集群/TPU训练模型，充分利用海量数据和计算资源进行高效训练;
4. 预训练模型调用:通过TensorFlow Hub，可以方便地调用预训练完毕的已有成熟模型。
5. 模型的部署:通过TensorFlow Serving、TensorFlow Lite、TensorFlow.js等组件,可以将TensorFlow模型部署到服务器、移动端、嵌入式端等多种使用场景;