TensorFlow 中的 tf.estimator.Estimator 和 tf.contrib.learn.Estimator 有什么区别答案

【问题标题】：What is the difference between tf.estimator.Estimator and tf.contrib.learn.Estimator in TensorFlowTensorFlow 中的 tf.estimator.Estimator 和 tf.contrib.learn.Estimator 有什么区别
【发布时间】：2017-05-26 15:11:03
【问题描述】：

几个月前，我使用了 TensorFlow 的 tf.contrib.learn.DNNRegressor API，我发现它使用起来非常方便。过去几个月我没有跟上 TensorFlow 的发展。现在我有一个项目，我想再次使用回归器，但可以更好地控制DNNRegressor 提供的实际模型。据我所知，Estimator API 使用 model_fn 参数支持这一点。

但是TensorFlow API中有两个Estimators：

tf.contrib.learn.Estimator
tf.estimator.Estimator

两者都提供类似的 API，但在用法上略有不同。为什么有两种不同的实现方式？有理由偏爱其中一种吗？

不幸的是，我在 TensorFlow 文档或何时使用两者中的哪一个指南中找不到任何差异。实际上，学习 TensorFlow 教程会产生很多警告，因为某些接口显然已经更改（而不是 x、y 参数、input_fn 参数等等）。

【问题讨论】：

标签： machine-learning tensorflow

【解决方案1】：

我也有同样的疑问，无法给出明确的答案，但是我有一些有根据的猜测可能会对您有所帮助：

似乎tf.estimator.Estimator 和一个返回tf.estimator.EstimatorSpec 的模型函数是最新示例中使用的最新示例，也是新代码中使用的示例。

我现在的猜测是tf.contrib.learn.Estimator 是一个早期原型，已被tf.estimator.Estimator 取代。根据文档，tf.contrib 中的所有内容都是不稳定的 API，可能随时更改，看起来 tf.estimator 模块是从 tf.contrib.learn 模块“进化”而来的稳定 API。我假设作者只是忘记将tf.contrib.learn.Estimator 标记为已弃用，并且它尚未被删除，因此现有代码不会中断。

【讨论】：

【解决方案2】：

现在文档中有这样的明确声明：

Note: TensorFlow also includes a deprecated Estimator class at tf.contrib.learn.Estimator, which you should not use.

https://www.tensorflow.org/programmers_guide/estimators

由于某种原因，它没有在代码中标记为已弃用。

【讨论】：

【解决方案3】：

补充克里斯托夫的答案。

Tensorflow Dev Summit 2017 by Martin Wicke 已经特别提到了这些包之间的区别@：

core和contrib的区别其实就在core的东西上不要改变。在 2.0 版之前，一切都是向后兼容的，目前没有人考虑这个问题。

如果你有核心的东西，它是稳定的，你应该使用它。如果你在 contrib 中有一些东西，API 可能会根据你的需要而改变你可能想用也可能不想用。

因此您可以将tf.contrib 包视为“实验性”或“早期预览”。对于已经在tf.estimator 和tf.contrib 中的类，您绝对应该使用tf.estimator 版本，因为tf.contrib 类会自动弃用（即使文档中没有明确说明）并且可以在下一个中删除释放。

从 tensorflow 1.4 开始，“毕业”课程列表包括：Estimator DNNClassifier、DNNRegressor、LinearClassifier、LinearRegressor、DNNLinearCombinedClassifier、DNNLinearCombinedRegressor。这些应该移植到tf.estimator。

【讨论】：

【解决方案4】：

我也有同样的问题要问。

我猜 tf.estimator.Estimator 是高级接口并推荐使用，而 tf.contrib.learn.Estimator 据说不是高级接口（但确实如此）。

正如 Christoph 提到的，tf.contrib 不稳定，因此 tf.contrib.learn.Estimator 容易受到变化的影响。它从0.x版本更改为1.1版本，并在2016.12再次更改。问题是，它们的用法似乎不同。您可以使用 tf.contrib.learn.SKCompat 来包装 tf.contrib.learn.Estimator，而对于 tf.estimator.Estimator，您不能做同样的事情。如果您检查错误消息，model_fn 要求/参数会有所不同。

结论是这两个 Estimator 是不同的东西！

无论如何，我认为 tf doc 在这个主题上做得非常糟糕，因为 tf.estimator 在他们的教程页面中，这意味着他们对此非常认真......

【讨论】：