作者:轩辕,工作研究方向:物体检测,人脸识别,博客:
https://blog.csdn.net/wenxueliu
目前市面上绝大多数的 TensorFlow 程序都基本可以称为玩具,那么,一个真正可以产品化的 TensorFlow 程序应该具有哪些的功能呢?
1.支持对常用数据集的下载,对数据集处理,并转换为模型需要的格式。
2.支持多队列分批读取数据,因为绝大多数训练集都是海量的数据。
3.支持日志,有方便的调试工具链。
4.训练可以随时中断,重新运行可以从之前中断的训练中恢复,继续训练。
5.详细的模型的图,多维度的详细的统计信息方便找到模型瓶颈。
6.模型支持多种异构设备(GPU,CPU,ASIC,移动设备)部署运行。
7.支持分布式,并且具备分布式的高可靠,高可用。
8.支持 Fine-tune,即基于已训练的模型,进一步训练,并且可以从任意层开始训练(灵活的参数固定)
后面,我将基于以上功能点,一一阐述如果构建一个产品级的 TensorFlow 程序。
学习文章互动活动
Python与机器学习算法频道
欢迎点赞和转发
领取专属 10元无门槛券
私享最新 技术干货