学习向导
描述本手册的读者对象，TensorFlow模型迁移、训练、调优的全流程，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，将基于TensorFlow 2.6.5的Python API开发的训练脚本迁移到昇腾AI处理器上执行训练，并达到训练精度性能最优。
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。
- 熟练的Python语言编程能力。
- 熟悉TensorFlow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。
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 2.6.5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，精度收敛，且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，请用户使用时注意修改适配。
模型开发流程
模型开发的主要工作就是将TensorFlow原始模型迁移到昇腾AI处理器上并执行训练，主要流程如下图所示。
图1 模型开发流程
