我对深度学习和 TensorFlow 相当陌生，在我正在学习的类(class)中，他们介绍了两种使用 TensorFlow 的方法:使用估算器和使用 session 。 estimators 方法似乎更容易理解和简单，因为它类似于我使用 sklearn 分类器包所做的事情。为什么要使用 session 而不是估算器有什么特别的原因吗？还是取决于我正在处理的数据集类型？
请您参考如下方法:
一个简单的答案是:
Estimator 隐藏了一些 TensorFlow 的概念，比如 Graph 和 session ，来自用户。这对新手来说是最好的，因为它使新学习者能够更容易上手(这与数据集的类型无关，只需使用 tf.dataset API 编写一个 input_fn 足以为估算器提供输入数据)。
一旦您使用了 tensorflow 一段时间，了解 Estimator 的工作原理并且可能开始使用低级 API 绝对是使您成为专家所必需的。
