TensorFlow 估计器与 manual/session 方法

TensorFlow estimators vs manual/session approach

我对深度学习和 TensorFlow 还很陌生,在我正在学习的课程中,他们介绍了两种使用 TensorFlow 的方法:使用估算器和使用会话。 estimators 方法似乎更容易理解和简单,因为它类似于我使用 sklearn 分类器包所做的事情。为什么要使用会话而不是估算器有什么特别的原因吗?还是取决于我正在处理的数据集类型?

一个简单的答案是:

Estimator 隐藏了一些 TensorFlow 概念,例如 Graph 和 会话,来自用户。这对新手来说是最好的,因为它使新学习者能够更容易上手(这与数据集的类型无关,只需使用 tf.dataset API 写一个 input_fn 是足以为估算器提供输入数据)。

一旦您使用了 tensorflow 一段时间,了解 Estimator 的工作原理并可能开始使用低级 APIs 绝对需要使您成为专家。