0. 什么是Moxing

MoXing是华为云ModelArts团队自研的分布式训练加速框架，它构建于开源的深度学习引擎TensorFlow、MXNet、PyTorch、Keras之上。相对于TensorFlow和MXNet原生API而言，MoXing API让模型代码的编写更加简单，允许用户只需要关心数据输入(input_fn)和模型构建(model_fn)的代码，即可实现任意模型在多GPU和分布式下的高性能运行，降低了TensorFlow和MXNet的使用门槛。另外，MoXing-TensorFlow还将支持自动超参选择和自动模型结构搜索，用户无需关心超参和模型结构，做到模型全自动学习

1. MoXing-TensorFlow

1.1 MoXing 介绍与性能测试

MoXing-TensorFlow简介与性能测试报告

1.2. MoXing 文件操作

MoXing中提供了一套文件对象API：mox.file API document，可以用来读写本地文件，同时也支持OBS文件系统。

1.3. Getting Started

基于MoXing-TensorFlow的手写数字识别样例代码

1.4. 训练 resnet50-flowers

基于MoXing-TensorFlow训练一个resnet50模型的案例

1.5. 进阶：迁移学习 resnet50-flowers

进阶案例，载入预训练的resnet50，在flowers数据集上做迁移学习，并使用新特性加速训练

1.6. MoXing超参搜索案例

MoXing超参搜索案例，代码仅供参考

1.7. MoXing-TensorFlow 接口文档

MoXing-TensorFlow的常用接口文档

1.8. MoXing-TensorFlow 更多案例

MoXing-TensorFlow更多案例脚本，代码仅供参考

1.9. MoXing-TensorFlow 详细使用手册

MoXing-TensorFlow详细使用手册以及一些常见错误参考