【1】TensorFlow光速入门-tensorflow开发基本流程

本文地址：https://www.cnblogs.com/tujia/p/13862339.html

 

系列文章：

【0】TensorFlow光速入门-序

【1】TensorFlow光速入门-tensorflow开发基本流程

【2】TensorFlow光速入门-数据预处理（得到数据集）

【3】TensorFlow光速入门-训练及评估

【4】TensorFlow光速入门-保存模型及加载模型并使用

【5】TensorFlow光速入门-图片分类完整代码

【6】TensorFlow光速入门-python模型转换为tfjs模型并使用

【7】TensorFlow光速入门-总结

 

一、TensorFlow 开发流程

主要流程为：

　　　数据预处理-》数据集（训练集、测试集）-》

　　　　模型初始化（配置需要的神经网络层）-》编译（配置优化器、损失函数、及指标）-》拟合（使用训练集来训练）-》

　　　　　　评估（使用测试集来评估）-》预测（使用测试集来验证）-》

　　　　　　　　保存模型

 

进一步简化概括为：

　　数据集-》配置神经网络层-》配置优化器、损失函数及指标-》 数据训练-》评估-》预测（验证）-》保存模型

 

注：

1）其中“评估”和“预测”步骤不理想、达不到预期效果的话，可能是数据原因，也可能是选择的层不对，也可能是优化器、损失函数用的不对，也有可能是训练的次数不够；

2）也就是说，结果不理想的话，需要重复检查一下前面的步骤有没有批漏

 

 

二、TensorFlow 开发流程图

 

下一节，我们看看，怎样才能得到一个数据集：

【2】TensorFlow光速入门-数据预处理（得到数据集）

 

本文链接：https://www.cnblogs.com/tujia/p/13862339.html

---

 完。