TensorFlow 面试题及详细答案 120道（81-90）-- 其他框架/工具
《前后端面试题》专栏集合了前后端各个知识模块的面试题，包括html，javascript，css，vue，react，java，Openlayers，leaflet，cesium，mapboxGL，threejs，nodejs，mangoDB，SQL，Linux… 。
文章目录
- 一、本文面试题目录
-
-
- 81. TensorFlow与PyTorch的主要区别是什么？各自的优势场景？
- 82. TensorFlow与Keras的关系是什么？Keras是独立框架吗？
- 83. TensorFlow如何与Scikit - learn集成使用？
- 84. TensorFlow.js的作用是什么？如何将TensorFlow模型转换为TensorFlow.js格式？
- 85. TensorFlow与Apache Spark结合能解决什么问题？
- 86. TensorFlow Extended（TFX）是什么？包含哪些组件？
- 87. TensorFlow与OpenCV如何配合处理图像数据？
- 88. 为什么说TensorFlow是一个端到端的机器学习平台？
- 89. TensorFlow支持哪些编程语言？除了Python还有其他选择吗？
- 90. TensorFlow Hub和Hugging Face模型库的区别是什么？
-
- 二、120道TensorFlow面试题目录列表
一、本文面试题目录
81. TensorFlow与PyTorch的主要区别是什么？各自的优势场景？
原理说明：
- 计算图机制：TensorFlow采用静态计算图，需要先定义计算图，然后再运行，这种方式有利于优化和部署。PyTorch采用动态计算图，计算图在运行时动态构建，开发者可以像编写普通Python代码一样进行模型开发和调试，灵活性更高。
- API设计：PyTorch的API设计更加