TensorNets 在具有预训练权重的高级网络定义(已通过2.1.0 >= TF >= 1.4.0进行测试)。 指导原则 适用性。 许多人已经拥有了自己的ML工作流程,并希望在其工作流程中建立新的模型。 TensorNets可以轻松地连接在一起,因为它被设计为没有自定义类的简单功能接口。 可管理性。 模型是用tf.contrib.layers编写的,它像PyTorch和Keras一样轻巧,可以轻松访问每个重量和端点。 而且,它易于部署和扩展预处理和预训练权重的集合。 可读性。 使用最新的TensorFlow API,可以实现更多的分解和更少的缩进。 例如,所有inception变体在都