摘要：
TensorFlow训练好的模型以tensorflow原生方式保存成protobuf文件后可以用许多方式部署运行。 阅读全文
摘要：
如果使用多GPU训练模型，推荐使用内置fit方法，较为方便，仅需添加2行代码。 阅读全文
摘要：
训练过程的耗时主要来自于两个部分，一部分来自数据准备，另一部分来自参数迭代。当数据准备过程还是模型训练时间的主要瓶颈时，我们可以使用更多进程来准备数据。当参数迭代过程成为训练时间的主要瓶颈时，我们通常的方法是应用GPU或者Google的TPU来进行加速。 阅读全文
摘要：
模型的训练主要有内置fit方法、内置train_on_batch方法、自定义训练循环，注：fit_generator方法在tf.keras中不推荐使用，其功能已经被fit包含。 阅读全文
摘要：
如果模型有多输入或者多输出，或者模型需要共享权重，或者模型具有残差连接等非顺序结构，推荐使用函数式API进行创建，如果无特定必要，尽可能避免使用Model子类化的方式构建模型，这种方式提供了极大的灵活性，但也有更大的概率出错。 阅读全文