何潇

（陕西财经职业技术学院，陕西咸阳 712000）

高速发展的信息化时代促使大数据的到来，面对与日俱增的数据量，如何对大数据进行分析利用仍然是领域内的研究重点，充分挖掘和利用大数据资源已成为企业提高竞争优势的重要途径，在此方面，利用人工智能深度学习成为较佳的选择，而科学合理的深度学习框架则是深度学习的基础和关键，为有效满足呈动态变化的应用需求，该框架需具有良好的可移植性、灵活性等优势，TensorFlow（谷歌开源，支持分布式迭代训练）则属于较为优秀的深度学习框架，但随着所需处理问题复杂程度的不断提高，基于深度学习的模型随之不断变大，迭代训练一个较复杂的深度模型所需时间较长，TensorFlow 训练时间长的问题日益突出，需要进一步优化以满足使用需求。

1 网络路由路径优化选择的设计原理

随着人工智能领域研究的深入，深度学习得到快速发展和完善，成为网络运营商提高网络控制和管理过程自主能力和智能水平的有效途径。在探索和应用人工智能的过程中，非形式化内容的实现和描述难以使用计算机完成，对于一些非形式化行为在使用硬编码的体系进行表示时，要求人工智能系统具有主动获取知识的能力即机器学习。

目前，机器学习已在图像检测、目标识别等领域内得到普遍应用，深度学习方法是机器学习的一个重要分支，该方法主要通过深层神经网络完成数据拟合过……