13、TensorFlow分布式训练与强化学习入门

TensorFlow分布式训练与强化学习入门

1. TensorFlow单工与多工训练

在TensorFlow中，我们可以进行单工训练和多工训练，下面将详细介绍这两种训练方式。

1.1 单工训练

首先，我们构建一个简单的CNN模型用于MNIST数据集的训练。以下是构建和编译模型的代码：

model = tf.keras.Sequential([
    tf.keras.Input(shape=(28, 28)),
    tf.keras.layers.Reshape(target_shape=(28, 28, 1)),
    tf.keras.layers.Conv2D(32, 3, activation='relu'),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])
model.compile(
    loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    optimizer=tf.keras.optimizers.SGD(learning_rate=0.001),
    metrics=['accuracy']
)

将上述代码保存为 mnist.py 文件。接下来，我们进行单工训练并观察结果：