Je recherche des abstractions de couche supérieure pour mon projet d'apprentissage en profondeur.Quelle abstraction de couche supérieure utiliser pour tensorflow
Peu de doutes récemment.
Je suis vraiment confus au sujet de ce qui est plus activement maintenu tflearn (docs), ou tensorflow.contrib.learn. Mais les projets sont différents et contribuent activement sur Github. Je n'ai pas trouvé pourquoi les gens travaillent de cette façon, le même but, le même nom, mais en travaillant différemment.
cela ne suffisait pas, nous avons aussi skflow, pourquoi avons-nous ce projet séparément, ce vise à imiter fonctionnalité apprendre scikit comme pour l'apprentissage en profondeur (comme tflearn do).
Il y a de plus en plus à venir, lequel choisir, et lequel sera maintenu dans le futur?
Des idées?
PS: Je sais que cela pourrait se fermer. mais je voudrais certainement quelques réponses d'abord. Ceux qui veulent le fermer, s'il vous plaît attention à laisser tomber une raison/indice/lien dans les commentaires
FWIW, tf.contrib.learn est créé par un effort commun de contributeurs google-internes et open-source. tflearn n'implique pas google. – scai
Cette question ne concerne pas un problème de codage, mais concerne une recherche de ressources (sélection de docs à lire) et le choix de la bibliothèque (skflow vs tflearn vs tensorflow). Les deux sont spécifiquement hors sujet comme des discussions ouvertes qui seraient mieux traitées sur un autre blog, twitter, ou un forum de discussion, pas un site Q & A. – MatthewMartin
@scai, votre commentaire est utile, mais il ne répond pas à ma question. Qui sera maintenu plus longtemps et a une meilleure communauté etc? Font-ils les mêmes choses dans les deux, etc. – v78