我正在为我的深度学习项目寻找更高层的抽象。
最近很少有人怀疑。
我真的很困惑哪个维护得更积极tflearn ( docs ), 或 tensorflow.contrib.learn .但是项目是不同的，并且在 Github 上积极贡献。我没有找到为什么人们以这种方式工作，相同的目标，相同的名字，但工作方式不同。
这还不够，我们还有skflow ，为什么我们单独有这个项目，它旨在模仿 scikit-learn 的深度学习功能(就像 tflearn 做的那样)。
来的越来越多，选哪个，以后维护哪个？
有什么想法吗？
PS:我知道这可能会关闭。但我肯定会先得到一些答案。那些想要关闭它的人，请注意在评论中留下原因/提示/链接
请您参考如下方法:
keras ( https://keras.io/ ) 怎么样？它很容易使用。然而，你几乎可以用它做任何你想做的事情。它使用 theano 或 tensorflow 作为后端。 Kaggle 竞赛通常使用 keras 解决(例如 https://github.com/EdwardTyantov/ultrasound-nerve-segmentation )。
编辑:
因为您没有指定 python，所以如果您需要更多抽象，我也会推荐 matconvnet。
