哪个更高层抽象用于tensorflow

which higher layer abstraction to use for tensorflow

我正在为我的深度学习项目寻找更高层的抽象。

最近很少有疑问。

  1. 我真的很困惑哪个维护得更积极tflearn(docs), or tensorflow.contrib.learn。但是项目是不同的,并且在 Github 上积极贡献。我没有找到为什么人们以这种方式工作,相同的目标,相同的名字,但工作方式不同。

  2. 这还不够,我们还有skflow,为什么我们单独有这个项目,它旨在模仿 scikit-learn 的深度学习功能(就像 tflearn 做)。

  3. 来的越来越多,选哪个,以后维护哪个?

有什么想法吗?

PS:我知道这可能会被关闭。但我肯定会先得到一些答案。那些想要关闭它的人,请在评论

中留下reason/hint/link

keras呢(https://keras.io/)? It is easy to use. However you can do pretty much everything you want with it. It uses either theano or tensorflow as its backend. Kaggle contests are often solved using keras (e.g. https://github.com/EdwardTyantov/ultrasound-nerve-segmentation).

编辑:

因为你没有指定 python 如果你想要更多的抽象,我也会推荐 matconvnet。