学习向导
描述本手册的读者对象，TensorFlow 1.15模型开发的全流程，以及使用本手册的一些注意点。
读者对象
本文档适用于AI算法工程师，用于将基于TensorFlow 1.15的Python API开发的网络脚本迁移到昇腾AI处理器上执行，并达到精度性能最优。当前昇腾AI处理器上支持TensorFlow 1.15的三种API开发的网络脚本迁移：分别是Estimator，Session，Keras。
掌握以下经验和技能可以更好地理解本文档：
- 熟悉CANN软件基本架构以及特性。
- 熟悉TensorFlow 1.15的API。
- 对机器学习、深度学习有一定的了解，熟悉训练网络的基本知识与流程。
- 具有熟练的Python语言编程能力。
支持的产品型号
使用前须知
- 在昇腾AI处理器进行模型迁移之前，建议用户事先准备好基于TensorFlow 1.15开发的训练模型以及配套的数据集，并要求在GPU或CPU上跑通，达到预期精度和性能要求，同时记录相关精度和性能指标，用于后续在昇腾AI处理器进行精度和性能对比。
- 本文中的代码片段仅为示例，用户使用时请注意修改适配。
模型开发向导
模型开发的主要工作就是将TensorFlow原始模型迁移到昇腾AI处理器上执行训练，主要流程如下图所示。
