Yanıtlar:
TFlearn , Tensorflow'un üzerine inşa edilmiş modüler ve şeffaf bir derin öğrenme kütüphanesidir. Tamamen şeffaf ve onunla uyumlu kalırken deneyleri kolaylaştırmak ve hızlandırmak için TensorFlow'a daha yüksek bir API sağlamak üzere tasarlanmıştır . Bununla birlikte, TensorFlow ile bile, hangi “ön uç” çerçevenin kullanılacağı konusunda bir seçimimiz var. Düz TensorFlow veya TF Learn veya Keras veya Google'ın TensorFlow'da yayınladığı yeni TF-Slim kitaplığını kullanmalı mıyız.
Keras üst düzey bir sinir ağları API Python ile yazılmış ve TensorFlow, CNTK veya Theano üstünde çalışan kapasitesine sahiptir. Hızlı denemeyi mümkün kılacak şekilde geliştirilmiştir. Fikirden mümkün olan en az gecikmeyle sonuçlanabilmek, iyi bir araştırma yapmanın anahtarıdır.
Düz TensorFlowgerçekten ayrıntılı iken Kerasve TfLearnher ikisi de sağlam görünüyor, ancak TfLearnsözdizimi biraz daha temiz görünüyor. Tflearn için bir dezavantaj, kolayca entegre edilmiş önceden eğitilmiş modellerin olmamasıdır.
Aslında burada ve burada sorunuz için çok fazla cevap var ve bunlardan bazılarını burada alıntılıyorum.
TensorFlow şu anda derin öğrenme çerçevesinin ana akışıdır, hepsi TF'nin sarıcısıdır. Oysa Keras Theano yaşında serbest bırakıldı ve bu nedenle Theano'nun kullanıcılarından iyi bir destek aldı. TensorLayer ve TFLearn, TensorFlow'dan sonra serbest bırakılır. Keras'ı seçmenin iyi bir nedeni, gerçekten öğrenmeden TensorFlow arka ucunu kullanabilmenizdir. Ayrıca Keras modeli derinden sarma eğilimindedir, bu nedenle arka ucun Keras'ın büyük bir avantajı olan Theano veya TF olduğunu düşünmeniz gerekmez.
Ne yapmak istediğinize, hızlı prototiplemeye veya başka bir şeye mi bağlıdır?
Keras: Birçok insan bunu kullanıyor, github ile ilgili örnekler bulmak kolay. Yeni başlayanlar için uygundur. TensorFlow veya Theano'nun üstünde çalışabilir. Tflearn: Neden kimse tartışmıyor? Ayrıca TensorFlow üzerinden saydam, ünlü bir kütüphanedir. Yüksek çalışma hızı. TensorLayer: Sadece serbest bırakın (Eylül 2016), TensorFlow üzerinden saydam. Yüksek çalışma hızı. Uzatması kolay, profesyonellere uygun olan öğretici, Google TensorFlow Derin Öğrenme öğreticisinin tüm modülerleştirilmiş uygulamalarını içerir. TF-Silm: Tflearn'e benzer şekilde yayınlayın (Ağu 2016), ancak şu anda RNN katmanı yok (Eylül 2016).
En iyi derin öğrenme çerçevesi, en iyi bildiğiniz çerçevedir.