阅读在TensorFlow中实现scikit-learn:http://learningtensorflow.com/lesson6/和 scikit-learn:http://scikit-learn.org/stable/modules/generated/sklearn.cluster.KMeans.html。我正在努力决定使用哪个实现。
scikit-learn作为tensorflow docker容器的一部分安装,因此可以使用任何一个实现。
使用scikit-learn的原因:
scikit-learn包含的样板代码少于tensorflow实现。
使用tensorflow的原因:
如果在Nvidia GPU上运行,则该算法将并行运行,但我不确定scikit-learn是否会利用所有可用的GPU?
阅读https://www.quora.com/What-are-the-main-differences-between-TensorFlow-and-SciKit-Learn
TensorFlow更低级别; 基本上是乐高积木,可帮助您实现机器学习算法,而scikit-learn则为您提供现成的算法,例如分类算法(如SVM,随机森林,逻辑回归等等)。如果您想实现深度学习算法,则TensorFlow表现出色,因为它允许您利用GPU进行更有效的训练。
这个声明强化了我的主张,“scikit-learn包含的样板代码少于tensorflow实现”,但也表明scikit-learn可能不会利用所有可用的GPU?