对于这个问题我无法得到满意的答案。据我了解,TensorFlow是一个数值计算库,经常用于深度学习应用,而Scikit-learn是一个通用机器学习框架。
但它们之间的确切区别是什么,TensorFlow 的目的和功能是什么?我可以一起使用它们吗?这有什么意义吗?
Tensorflow 是一个用于构建神经网络的库。 scikit-learn 包含现成的算法。 TF 可以处理多种数据类型:表格、文本、图像、音频。 scikit-learn 旨在处理表格数据。
是的,您可以使用这两个软件包。但如果您只需要经典的多层实现,那么MLPClassifier
and MLPRegressor
scikit-learn 中提供的是一个非常好的选择。我对 TF 与 Scikit-learn 中实现的 MLP 进行了比较,没有显着差异,并且 scikit-learn MLP 在 CPU 上的运行速度比 TF 快大约 2 倍。您可以阅读比较的详细信息我的博文 https://mljar.com/blog/tensorflow-vs-scikit-learn/.
性能对比散点图如下:
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)