深入理解 TensorFlow：怎样的 AI 程序才是具备产品级的

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