深入理解 Tensorflow ：怎样的 AI 程序才是具备产品级的

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。