一、其他基础API
1、tf.app
这个模块相当于为TensorFlow进行的脚本提供一个main函数入口，可以定义脚本运行的flags
2、tf.image
TensorFlow的图像处理操作。主要是一些颜色变换、变形和图像的编码和解码
3、tf.gfile
这个模块提供了一组文件操作函数
4、tf.summary
用来生成TensorBoard可用的统计日志，目前summary主要提供4种类型：
audio、image、histogram、scalar
5、tf.python_io
用来读写TFRecords文件
6、tf.train
这个模块提供了一些训练器，与tf.nn组合起来，实现一些网络的优化计算
7、tf.nn
这个模块提供了一些构建神经网络的底层函数。TensorFlow构建网络的核心模块。其中包含了添加各种层的函数，比如添加卷积层、池化层等
二、高级API
1、tf.keras
Keras本来是一个独立的深度学习库，tensorflow将其学习过来，增加这部分模块在于快速构建模型
2、tf.layers
高级API，以更高级的概念层来定义一个模型。类似tf.keras
3、tf.contrib
tf.contrib.layers提供了能够将计算图中的网络层、正则化、摘要操作，是构建计算图的高级操作，但是tf.contrib包含不稳定和实验代码，有可能以后API会改变
4、tf.estimator
一个Estimator相当于Model + Training + Evaluate的合体。在模块中，已经实现了几种简单的分类器和回归器，包括：Baseline、Learning和DNN。这里的DNN的网络，只是全连接网络，没有提供卷积网络
