您已经回答了自己的问题。
tf.contrib命名空间的官方文档上的描述是：
包含易失性或实验性代码的contrib模块。
因此
tf.contrib保留用于实验功能。允许此命名空间中的API在版本之间快速更改，而其他API通常不能没有新的主要版本。特别是，中的功能与
tf.contrib.layers中的功能不同
tf.layers，尽管其中一些功能可能会用不同的名称进行复制。
至于是否应该使用它们，取决于您是否愿意处理突然的重大更改。不依赖的代码
tf.contrib可能更容易迁移到TensorFlow的未来版本。
