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
- 安装
- conda install
- 源码编译 bazel
- 基础介绍
- 图
- 图的定义
- 图相关的基本操作
- 会话
- Session config 配置
- 数据结构(张量)
- 变量定义
- 共享变量
- 运算 API
- Checkpoint
- checkpoint 定义
- Save 和 restore
- 图
STEP 2
- 优势
- Dataset API
- TFRecord
- 概念
- 数据说明
- 数据存储
- 常用存储
- TFRecord存储
- 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
STEP 3
- input_fn
- model_fn三种模式下的处理trainevaluatepredict
- hookhook是用来干什么?多种hook的定义logsavecheckpointsavesummary
earlystop
。。。
- Estimator 如何跑起来的？
Tensorboard 可视化
- TensorBoard简介
- TensorBoard主要API
- 面板介绍
- 执行步骤
- 实例说明
QA
