我有一个关于何时使用估算器的一般 tensorflow 问题。我觉得有时估计器不方便构建一些东西，因为我们在构建图形时需要满足一些固定的要求。另一方面，使用较低级别的 api 有时会很乏味。因此，我想问一下什么时候使用估算器合适，什么时候不合适。谢谢!
最佳答案
这是一个非常自以为是的答案，但我还是会写下来:
Estimator-API 的开发是为了简化构建和共享模型。您可以将它与 Keras 进行比较，事实上 Estimators 是使用 tf.keras.layers 构建的，因此可以说它是简化中的简化。
这显然对初学者或来自其他领域的人有好处(就像使用 ML 的人经常做的那样)，但也可以界定您可以做的事情。
根据一般经验法则，如果您想与没有良好 CS 背景但又想继续前进的人一起工作或分享模型，我会使用 Estimator。
关于python - 何时使用 tensorflow 估计器？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/53066376/