【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:
【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)
【4】TensorFlow光速入门-保存模型及加载模型并使用
【6】TensorFlow光速入门-python模型转换为tfjs模型并使用
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。