在企业的实际开发部署环境中，docker作为一种虚拟化工具，不仅提供了快速测试，部署的环境，还可用于分布式开发，因此被广泛采用。这里验证了一种最小化的高可用分布式解决方案以应对实际部署中的问题，最小化服务器宕机带来的危害。 　　 　　

　　设备：4台Centos7服务器,设计如下：

tensorflow可以通过tensorboard来可视化结果，自带的可视化界面是其它框架没有的。 安装好tensorflow后指定日志文件夹，输入

tensorboard --logdir=C:/Users/Administrator/Desktop/test/log

循环神经网络(RNN)主要用于处理和预测序列数据，广泛应用于处理语音和文本，经典的包括LSTM结构。 下面看一个简单的RNN结构：

　　tensorflow可以结合matplotlib和numpy包对图像进行多种变换。

　　首先是简单的读取和显示图片,图片格式包括jpg,png等：

　　tensorflow依赖于Protocol Buffer，所以可以将读取的数据统一为TFRecord形式，这样方便数据管理和计算。