Mars Train TensorFlow入门项目

卷积神经网络的入门项目里，mars_train还挺有代表性的，尤其是你刚接触TensorFlow的时候。它把数据加载、模型搭建这些流程都理得清楚，结构也比较合理，代码一看就懂。

TensorFlow 的多线程在这儿用得还挺顺溜，像dataset.prefetch、dataset.shard这些你经常能在实际项目里碰到。用tf.data来数据，性能提得还蛮，是图像量一大，差别就出来了。

CNN 部分讲得也不错，像LeNet、VGG、AlexNet这些经典网络你都能在里面找到影子。代码不复杂，思路也清楚，挺适合用来做个模板或者复现下别的模型。

ResNet也有涵盖，重点是残差连接的实现方式。有梯度消失烦恼的你可以多琢磨琢磨这个结构，能让你模型更深一点还能稳住训练。

全连接层也有讲到，还提到了Dropout、L2 正则这类防过拟合的小技巧。别小看这部分，调不好模型老是学不到东西。

硬件方面支持GPU 加速，只要你环境配得上，速度提升还是挺的。训练一多，CPU 真扛不住。

想更深入点，可以看看这些相关文章：

• TensorFlow2 学习 CNN 图像分类
• CNN 图像分类
• CNN 图像分类源码
• tf.data 官方教程–基于 TF v2

如果你正在学深度学习，是图像分类，不妨把这个项目跑一跑，自己改改代码，效果会更直接。