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。
本文分享自 程序员郭震zhenguo 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!