Frameworks TFLearn（又名Scikit Flow）和TFLearn（又名TFLearn.org）之间的区别是什么

有两个TFLearn项目

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

及

---

这些项目的状态如何？它们是分开还是合并在一起？

是TensorFlow内部的内置模块，由谷歌和外部贡献者构建。它最初被称为skflow（Scikit-Flow）。它既适用于深度学习，也适用于一般机器学习。您可以在TensorFlow网站上找到官方教程

Tflearn实际上是一个单独的包，它没有标准的tensorflow分布。需要执行

pip install tflearn

才能真正安装它。

tflearn

中包含的模型似乎非常有限（主要是DNN），但没有线性分类器，例如，而tf.contrib.learn有更多的模型，例如：

tf.contrib.learn.LinearClassifier

---

可能是分开的，因为康威的法律，我曾希望，由于它们的名称相同，并且似乎有着相似的用途，因此人们会反对使用它们。线性模型和具有一个参数层且身份为激活函数的神经网络之间有什么区别吗？现在，TF.Learn被重命名为

TF.estimator

下的TensorFlow估计器。您可以在此处查看我们的KDD论文，以了解建筑设计的更多细节：

tf.contrib.learn.LinearClassifier