TensorFlow开发入门到精通-tensorflow开发基本流程

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