系列文章
【21】tensorflow 訓練技巧：使用 tf.summary 搭配 tensorboard 儀表板篇
在 day2 時，我們介紹了如何用 tf.summary.FileWriter() 產生 tfevent 來觀察 graph，但 tfevent 可以存的東西可...
【22】tensorflow 訓練技巧觀念混合運用篇
前面幾天已經介紹了不少和訓練有關的技巧啦，今天則是會來個大雜燴，把所有技巧全部串接起來做出一個訓練模型的流程，算是總複習！ 但在訓練之前，當然先要有資料集啦，大...
【23】tensorflow 模型優化手術：ensure_graph_is_valid 篇
昨天的文章把訓練的技巧做了一個總複習，從今天開始到結束前的文章，我會著重在優化模型上，這是我摸索了好大一段時間才有理解的方法，文章內容相對進階，請大家期待囉！...
【24】tensorflow 模型優化手術：把一般輸入改成 pre processing 輸入篇
今天要介紹的是我們優化模型的第一步：processing 欲處理的部份，在原先的訓練中，我們把圖片預處理這一塊放到 Dataset API 去做，因此每次要做推...
【25】tensorflow 模型優化手術：每次推論都要對 training node 設 false 很麻煩，如何鎖住 training node 篇
昨天介紹了對模型加入預處理的修改，今天要介紹的就是 training 節點的修改啦，原本的模型中，我們已用了 placeholder_with_default...
【26】tensorflow 模型優化手術：推論時經過 dropout 很多餘？如何去掉 dropout layer 篇
介紹完預處理後，這次要來介紹的是 dropout 的去除，dropout 是訓練過程中，一種會隨機使輸出變成 0 的 layer，但如果我們目的只有推論的話，那...
【27】tensorflow 模型優化手術：除去冗贅的 Merge、Switch 運算節點，模型再剪枝篇
既然 dropout 已經被去除了，接下來我們把目標瞄準到 batch normalization 優化吧，那該優化什麼呢？我們先來看看 batch norma...
【28】tensorflow 模型優化手術：給我折下去！模型 folding batch normalization 篇
昨天我們去除了 batch normalization 上冗贅的節點，但...其實呢... batch normalization 還可以做一種優化將它 fol...
【29】tensorflow 模型優化手術：優化前 vs 優化後評比篇
前面幾個篇章對模型做了不少的修改，今天就來是實測看看，能有多少個改進，我們先來看看優化前的graph: 優化過後的 graph: 可以看到下列幾個變化： 多了...
【30】tensorflow 模型優化手術：移動端的部署 tf.lite 篇
這是第三十篇文章，今天想和大家分享的是 tf.lite，身處在大家人手一台智慧型手機的時代，神經網路能運用的地方無所不在，如果你今天想將模型部署到手機上面，那使...