TF-Slim是Tensorflow中一個輕量級的庫，用於定義、訓練和評估復雜的模型。TF-Slim中的組件可以與Tensorflow中原生的函數一起使用，與其他的框架，比如與tf.contrib.learn也可以一起使用。
一些廣泛使用的計算機視覺相關的模型（比如VGG，AlexNet）已經在slim中定義好了，用戶可以很方便的使用；這些既可以當成黑盒使用，也可以被擴展使用，比如添加一些“multiple heads”到不同的內部的層；
使用TF-Slim，結合variables, layers 和 scopes，模型可以很簡潔地被定義。
slim.arg_scope常用於為tensorflow里的layer函數提供默認值以使構建模型的代碼更加緊湊苗條。