了解不同 tensorflow AdagradOptimizer API 之间的关系
Understand relation between different tensorflow AdagradOptimizer APIs
我是 tf 的新手，在阅读模型代码时，我注意到它使用了 1)，但我能找到的大多数文档都使用 2) 和 3)。那么tensorflow.python库是做什么用的，官方文档好像没有？ 1和2,3是什么关系？
- 从 tensorflow.python.training.adagrad 导入 AdagradOptimizer
- 从 tf.compat.v1.train 导入 AdagradOptimizer
- 来自 tf.keras.optimizers 进口 Adagrad
基本上：
tensorflow.python 本质上是“内部”代码，而不是 public API 的一部分。你不应该直接在那里使用任何东西。它可能有效，但它也可能导致不稳定，如果你更新你的 TF 版本等会完全崩溃。- 这是旧 TF 版本的保留，在 Keras 与它紧密集成之前。恕我直言，您应该忘记它的存在，他们应该完全删除它。这将与过时的图层界面一起使用 (
tf.compat.v1.layers)。
- 如果使用
tf.keras（模型 and/or 层），这是您应该使用的，并且应该是您的首选界面（不一定是 Adagrad，但 [=13= 中的所有优化器） ]).
我是 tf 的新手，在阅读模型代码时，我注意到它使用了 1)，但我能找到的大多数文档都使用 2) 和 3)。那么tensorflow.python库是做什么用的，官方文档好像没有？ 1和2,3是什么关系？
- 从 tensorflow.python.training.adagrad 导入 AdagradOptimizer
- 从 tf.compat.v1.train 导入 AdagradOptimizer
- 来自 tf.keras.optimizers 进口 Adagrad
基本上：
tensorflow.python本质上是“内部”代码，而不是 public API 的一部分。你不应该直接在那里使用任何东西。它可能有效，但它也可能导致不稳定，如果你更新你的 TF 版本等会完全崩溃。- 这是旧 TF 版本的保留，在 Keras 与它紧密集成之前。恕我直言，您应该忘记它的存在，他们应该完全删除它。这将与过时的图层界面一起使用 (
tf.compat.v1.layers)。 - 如果使用
tf.keras（模型 and/or 层），这是您应该使用的，并且应该是您的首选界面（不一定是 Adagrad，但 [=13= 中的所有优化器） ]).