百科问答小站 logo
百科问答小站 font logo



如何比较Keras, TensorLayer, TFLearn ? 第1页

  

user avatar   yao-dong-27 网友的相关建议: 
      

这三个库主要比的是API设计水平,不得不说原始的 Tensorflow API的确反人类,我承认它的完善、表达能力强,性能好,但是接口设计对人类非常不友好。

这就给了做高层抽象API封装的生存空间,Keras Tensorlayer TFLearn 是目前比较成熟的几个库。

做个比喻,Tensorflow就像当年的 Win32 API,功能强大但是难以使用,随便做点小事情就要写很多代码,我清楚记得我写个显示空白窗口的程序就要40来行。

Tensorlayer比较像 WTL,把一些繁琐的代码封装成更容易使用的接口,但是仍然保留了对底层API调用的能力,抽象的层次不高,仍然可以看到底层的 数据结构和网络结构。比如 可以看到 Session和Placeholder等。

TFLearn比较像 MFC,抽象的层次更高,创造了自己的一套子语法,代码可读性更好,屏蔽了底层难以理解的东西。

Keras比较像 Qt,很高的抽象层次,甚至跨越了多个深度学习框架,完全看不到底层的细节了,甚至某些情况需要触碰底层的对象和数据反而非常麻烦。


不同的抽象层次带来不同的学习难度,适应不同的需求。

基本建议:

如果只是想玩玩深度学习,想快速上手 -- Keras

如果工作中需要解决内部问题,想快速见效果 -- TFLearn 或者 Tensorlayer

如果正式发布的产品和业务,自己设计网络模型,需要持续开发和维护 -- Tensorlayer

以上只是个人建议,具体情况因人而异。


user avatar   bigmoyan 网友的相关建议: 
      

景甜:抱歉,是我选的他。




  

相关话题

  BERT模型可以使用无监督的方法做文本相似度任务吗? 
  当前(2020年)机器学习中有哪些研究方向特别的坑? 
  有没有哪些人工的工作是无法被机器替代的? 
  国内 top2 高校研一在读,为什么感觉深度学习越学越懵? 
  如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架,避免使用 TensorFlow? 
  NLP 中 prompt learning 有哪些可能的天生缺陷?目前有什么样的方法来解决这样的缺陷? 
  为什么相比于计算机视觉(cv),自然语言处理(nlp)领域的发展要缓慢? 
  如何评价谷歌刚推出的Cloud AutoML? 
  有监督和无监督学习都各有哪些有名的算法和深度学习? 
  如何理解 natural gradient descent? 

前一个讨论
有哪些看起来很逼真,但其实是假的照片、人或事?
下一个讨论
用卫星地图环顾全球,为什么只有中国的海岸线污了那么大一片?





© 2025-06-27 - tinynew.org. All Rights Reserved.
© 2025-06-27 - tinynew.org. 保留所有权利