首先是一些基本的概念 人工神经网络 ann
tensorflow 主要做了什么？
特征提取 运算
框架的主要目的 是提供一个工具箱，使得开发时能够简化代码，呈现出来的模型尽可能简单易懂。
神经元函数以及优化方法：
- 激活函数的选取
- 卷积函数
- 池化函数
- 分类函数
- 优化方法有哪些？
队列和线程
- 队列
- 队列管理器
- 线程和协调器
普通纯粹的神经网络
卷积神经网络
循环神经网络
gan
强化学习的未来
- 人脸识别
- 自然语言处理
- 图像与语音的结合
- 生成式对抗网络
tensorflowonspark 在 MNIST 上的实践
0.预留 为在executor 上执行的每个tf进程保留一个端口，并且启动数据消息的监听器
1.启动 在executor 上启动tensorflow 主函数
2.数据获取
- readers 和 queuerunners
- feeding 发送到tf节点