tensorflow(contrib或models)应使用哪种型号?

tensorflow(contrib或models)应使用哪种型号?,tensorflow,deep-learning,resnet,tensorflow-model-analysis,Tensorflow,Deep Learning,Resnet,Tensorflow Model Analysis,例如,如果我想使用renset_v2,tensorflow上有两个模型文件: 一个是,另一个是。许多张量流模型都在和中 我很困惑:哪种型号更好?我应该使用哪种模式?一般来说,tf.contrib包含社区贡献的代码。它意味着包含最终应该合并到核心TensorFlow中的功能和贡献,但其接口可能仍然会发生变化,或者需要进行一些测试,以确定它们是否能够获得更广泛的接受 Tensorflow团队不支持tf.contrib中的代码。它包括在希望它是有用的,但它可能会改变或在任何时候被删除;没有任何保证 t

例如,如果我想使用renset_v2,tensorflow上有两个模型文件:

一个是,另一个是。许多张量流模型都在和中


我很困惑:哪种型号更好?我应该使用哪种模式?

一般来说,
tf.contrib
包含社区贡献的代码。它意味着包含最终应该合并到核心TensorFlow中的功能和贡献,但其接口可能仍然会发生变化,或者需要进行一些测试,以确定它们是否能够获得更广泛的接受

Tensorflow团队不支持tf.contrib中的代码。它包括在希望它是有用的,但它可能会改变或在任何时候被删除;没有任何保证

tf.research
文件夹包含研究人员在TensorFlow中实现的机器学习模型。这些模型由各自的作者维护,被弃用的可能性较低

另一方面,直接提供的模型由Tensorflow团队正式支持,并且通常是首选的,因为它们在未来版本中被弃用的可能性较低。如果您在这两个版本中都实现了模型,您通常应该避免使用contrib版本,同时考虑到未来的兼容性,但是社区确实在那里做了一些很棒的事情,因此您可能会发现一些模型/工作不在主存储库中,但是如果您直接从contrib分支使用这些模型/工作,它们会很有帮助

还要注意短语通常避免,因为它有点依赖于应用程序

希望能回答您的问题,带着您的疑问进行评论。

使用Tensorflow 2.0(即将推出)
tf.contrib
将被删除

因此,如果您希望您的项目是最新的,并且在接下来的几个月内仍然有效,那么您必须开始使用
模型/研究