python - 张量流使用哪个更高层抽象

Question

我正在为我的深度学习项目寻找更高层的抽象。

最近有点疑惑。

1. 我真的很困惑哪个更积极地维护tflearn ( docs ) 或tensorflow.contrib.learn。但是项目不同，并且在 Github 上积极贡献。我没有找到为什么人们会以这种方式工作，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，这是为了模仿 scikit-learn 的深度学习功能（就像tflearn一样）。

3. 来的越来越多，选哪一个，以后会维持哪一个？

有任何想法吗？

PS：我知道这可能会关闭。但我肯定首先想要一些答案。那些希望它关闭的人，请注意在评论中删除原因/提示/链接

Answer 1

keras（https://keras.io/）呢？它很容易使用。然而，你几乎可以用它做任何你想做的事情。它使用 theano 或 tensorflow 作为其后端。Kaggle 比赛通常使用 keras 解决（例如https://github.com/EdwardTyantov/ultrasound-nerve-segmentation）。

编辑：

因为您没有指定 python，所以如果您需要更多抽象，我也会推荐 matconvnet。