Как правило, tf.contrib содержит код, предоставленный сообществом. Он должен содержать функции и материалы, которые в конечном итоге должны быть объединены с ядром TensorFlow, но чьи интерфейсы могут все еще измениться или которые требуют некоторого тестирования, чтобы выяснить, могут ли они найти более широкое признание.
Код в tf.contrib не поддерживается командой Tensorflow. Это включено в надежде, что это полезно, но это может измениться или быть удалено в любое время; нет никаких гарантий.
Папка
tf.research содержит модели машинного обучения, реализованные исследователями в TensorFlow. Модели поддерживаются соответствующими авторами и имеют меньшую вероятность быть устаревшими.
С другой стороны, модели, представленные напрямую, официально поддерживаются командой Tensorflow и, как правило, предпочтительнее, так как они имеют меньшую вероятность быть устаревшими в будущих выпусках. Если у вас есть модель, реализованная в обеих, вам следует вообще избегать использования версии contrib помня о будущей совместимости, но сообщество действительно делает там кое-что удивительное, поэтому вы можете найти некоторые модели / работы, которых нет в основном репозитории, но было бы полезно, если бы вы использовали их непосредственно из ветки contrib.
Также обратите внимание на фразу , как правило, избегайте , поскольку она немного зависит от приложения.
Надеюсь, что ответит на ваш вопрос, прокомментируйте свои сомнения.