我应该学习tensorflow的哪些高级API？

我已经学习tensorflow大约一个月了。我只是觉得用Tensorflow的原始操作创建网络非常冗长。然后我发现了一些高级API，比如TF-Slim、TF-Learn、Keras。但是多项选择让我困惑，以至于我不知道该学哪一个

TF Slim是一个轻量级库，用于定义、训练和评估TensorFlow中的复杂模型，但正如我所说，它只适用于ConvNet。KERA可以建立的网络更加多样化

有谁能比较一下它们，让我选择应该学习哪种高级API？在以下方面：

1. popularity: which ones are the most popular ?
2. practicality: what kinds of network can they build ?
3. performance: what's their training/inference performance ?
... something else

---

希望有人能给我一个建议。谢谢。

我建议你从Keras开始

它非常容易学习，有广泛的用户基础（参见Shobhits链接），GitHub和教程/MOOCs/电子书等中有大量参考代码，你几乎可以用它构建任何东西。我个人认为这是一个很好的文档（尽管有些人可能不同意…）

由于它是一个连接到Tensorflow、Theano、CNTK（以及未来可能更多的框架）的API，因此您拥有更大的灵活性

---

不要太担心性能。在你学习的过程中，这真的不重要。

如果有帮助的话。。！我只认识凯拉斯。您可以构建大量网络，完全连接、卷积（1d、2d、3d）、递归（包括GRU和LSTM），并且可以在同一个模型中混合所有网络。您可以通过分支、多个输入和多个输出非常自由地创建模型。