TF Learn（又称Scikit Flow）和TFLearn（又称TFLearn.org）有什么区别？

Question

有两个TFLearn项目

TF Learn (aka Scikit Flow)
https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/learn/python/learn  

和

TFLearn: Deep learning library featuring a higher-level API for TensorFlow.
https://github.com/tflearn/tflearn

这些项目的状态是什么，它们将保持独立还是合并在一起？

这些项目现在的情况如何？它们是要保持独立还是合并在一起？

- momeara

---

可能需要分开，因为康威定律的原因。 - Yaroslav Bulatov

好的，我希望它们被命名相同并且似乎具有类似的用途，因此其中一个将被弃用。 - momeara

Answer 1

TF.Learn 是由谷歌员工和外部贡献者构建的 TensorFlow 内置模块。它最初被称为 skflow（Scikit Flow）。它既适用于深度学习，也适用于通用机器学习。您可以在 TensorFlow 网站上找到官方教程。

- Yuan Tang

---

现在TF.Learn已更名为TensorFlow Estimators，位于tf.estimator下。您可以查看我们的KDD论文，了解此处的架构设计的更多细节：http://dl.acm.org/citation.cfm?id=3098171 - Yuan Tang

Answer 2

Tflearn实际上是一个独立的软件包，不随标准的tensorflow发行版一起提供。需要使用pip install tflearn命令来安装它。似乎tflearn中包含的模型非常有限（主要是DNN），例如没有线性分类器，而tf.contrib.learn则拥有更多的模型，例如：

tf.contrib.learn.LinearClassifier

- tsando

---

线性模型和一个参数层以及恒等激活函数的神经网络之间有什么区别吗？ - Martin Thoma