TensorFlow的基础和高级API

tf.app

这个模块相当于为TensorFlow进行的脚本提供一个main函数入口，可以定义脚本运行的flags

tf.image

TensorFlow的图像处理操作，主要是一些颜色变换、变形和图像的编码和解码

tf.gfile

这个模块提供了一组文件操作函数

tf.summary

用来生成TensorBoard可用的统计日志，目前Summary主要提供了4种类型：audio、image、histogram、scalar

tf.python_io

用来读写TFRecords文件

tf.train

这个模块提供了一些训练器，与tf.nn组合起来，实现一些网络的优化计算

tf.nn

这个模块提供了一些构建神经网络的底层函数。TensorFlow构建网络的核心模块。其中包含了添加各种层的函数，比如添加卷积层、池化层等。

 

tf.keras

Keras本来是一个独立的深度学习库，TensorFlow将其学习过来，增加这部分模块在于快速构建模型

tf.layers

高级API，以更高级的概念层来定义一个模型，类似tf.keras

tf.contrib

tf.contrib.layers提供够将计算图种的网络层、正则化、摘要操作、是构建计算图的高级操作，但是tf.contrib包含不稳定和实验代码，有可能以后APU会改变

tf.estimator

一个Estimator相当于Model+Training+Evaluate的合体。在模块中，已经实现了几种简单的分类器和回归器，包括：Basekline，Learning和DNN，这里的DNN的网络，只是全连接网络，没有提供卷积之类的。