问题很简单。
是否应该在他/她自己的项目中使用张量流中的低级API或高级API？
如果我只在我的神经网络实施中使用高级API：我会例如能够应用诸如辍学，批量标准化，学习衰退等解决方案吗？或者，在这种情况下开始使用较低级别的API是不可避免的吗？
到目前为止，我的观点是，tensorflow社区在他们所做的几乎所有事情上都做得很好，但遗憾的是，我不能对他们的文档说同样的话。在实施API时，确实需要时间来清楚地弄清楚他们的想法。那么问题是，如果真的值得我和其他许多人花时间去做事吗？或者我们是否应该始终在高级API中搜索解决方案？
我不清楚高级API和低级API之间的界限。
答案 0 :(得分：1)
取决于您的项目目标，项目新颖性和复杂性。
如果你的具体项目的目标是学习和探索tensorflow，那么我会说去低级API，因为将来你可能需要实现你的东西，因为tensorflow的主要目的是研究。
否则如果它的团队项目或一个严肃的项目，那么使用任何符合要求的东西，例如，如果像图层等现有的高级解决方案不起作用，那么你会想要实现自己的东西。
因此，如果您正在学习tensorflow并开始使用高级API，并且如果您已经有一些经验，那么请开始探索低级tensorflow API，因为您很可能在将来需要低级tensorflow API