Google gần đây đã đưa vào chế độ hàng đêm xây dựng chế độ Eager của mình , một API bắt buộc để truy cập các khả năng tính toán của dòng chảy.
Làm thế nào để tenorflow háo hức so với PyTorch?
Một số khía cạnh có thể ảnh hưởng đến việc so sánh có thể là:
- Ưu điểm và nhược điểm của sự háo hức do di sản đồ thị tĩnh của nó (ví dụ như tên trong các nút).
- Những hạn chế nội tại của một trong hai mà người kia không có.
- Các lĩnh vực trong đó một trong số chúng cần cải thiện (ví dụ: tính đầy đủ tính năng, tối ưu hóa tính toán).
- Sự khác biệt về hệ sinh thái (ví dụ: tenorboard?).
Lưu ý1: Yaroslav Bulatov đã viết một bài đánh giá về các tính năng hay của háo hức .
Lưu ý2: Trong một câu hỏi trước đây , tôi đã yêu cầu so sánh giữa PyTorch và Tensorflow Fold. Vào thời điểm đó, dường như với tôi rằng Fold có thể đối mặt với PyTorch nhờ Google hỗ trợ nó. Tôi đã rất rất sai: cuối cùng, chính Google đã từ bỏ Fold để ủng hộ Eager. Tôi hiểu rằng điều này là do những hạn chế nội tại trong API tenorflow bình thường khiến Fold không thân thiện lắm, điều này đã hạn chế việc áp dụng nó.