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