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。