參考部落格http://blog.csdn.net/hjimce/article/details/51899683 整理

一。訓練階段

    1.tensorflow打包資料

        1）線上讀取，通過placeholder變數，把資料送入網路，進行計算（效率低）

        2）採用tfrecoder進行高效資料讀取

    2.網路架構與訓練

        經過上面的資料格式處理，接著我們只要寫一寫網路結構，網路優化方法，把資料搞進網路中就可以

    3.視覺化顯示

二。測試階段

      直接通過載入圖模型，讀取引數等，然後直接通過tensorflow的相關函式，進行呼叫，而不需要網路架構相關的程式碼，通過feed_dict的方式，對相關的輸入節點賦予相關的資料，進行前向傳導，並獲取相關的節點數值

三。移植階段

    一個演算法經過實驗階段後，接著就要進入移植商用，因此接著需要採用tensorflow的c api函式，直接進行預測推理，首先我們先把tensorflow編譯成連結庫，然後編寫cmake，呼叫tensorflow連結庫