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 MLPRegressorscikit-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@)
