共计 574 个字符，预计需要花费 2 分钟才能阅读完成。

偶然的机会可以写这个基础教程，也算是自己从头学习一遍，自己也是一个菜鸡。主要介绍的内容还是 tf.data 和 tf.estimator 模块。

STEP 1

1. 安装
   1. conda install
   2. 源码编译 bazel
2. 基础介绍
   1. 图
      1. 图的定义
      2. 图相关的基本操作
   2. 会话
      1. Session config 配置
   3. 数据结构(张量)
      1. 变量定义
      2. 共享变量
      3. 运算 API
   4. Checkpoint
      1. checkpoint 定义
      2. Save 和 restore

作业

STEP 2

数据流之 tf.data

1. 优势
   • Dataset API
   • TFRecord
2. 概念
   • 数据说明
   • 数据存储
     • 常用存储
     • TFRecord存储
3. 实现
   • 生成数据
   • 写入TFRecord file
     • 存储类型
     • 如何存储张量feature
   • 使用Dataset
     • 创建dataset
     • 操作dataset
       • 解析函数
       • 迭代样本
       • Shuffle
       • Batch
       • Epoch

作业

STEP 3

模型训练之 tf.estimator

1. input_fn
2. model_fn三种模式下的处理trainevaluatepredict
3. hookhook是用来干什么?多种hook的定义logsavecheckpointsavesummary

   earlystop

   。。。

4. Estimator 如何跑起来的？

Tensorboard 可视化

1. TensorBoard简介
2. TensorBoard主要API
3. 面板介绍
4. 执行步骤
5. 实例说明

作业

QA