pytorch vs. tensorflow折叠
-
16-10-2019 - |
题
两个都 Pytorch 和 TensorFlow折叠 是旨在处理输入数据具有不均匀长度或尺寸的情况(即动态图是有用或需要的情况)的深度学习框架。
我想知道它们如何比较,从他们所依赖的范式(例如动态批处理)及其含义,每种范围都不能/不能实现的事物,弱点/优势等。
我打算使用此信息选择其中之一来开始探索动态计算图,但是我没有具体的任务。
注意1:其他动态计算图形框架 dynet 或者 连锁商 在比较中也受到欢迎,但我想专注于Pytorch和Tensorflow折叠,因为我认为它们是最常用的。
注2:我发现 这个黑客在pytorch上线程 有一些稀疏的信息,但不多。
注3:另一个相关 Hackernews线程, ,关于TensorFlow折叠,其中包含有关它们比较的一些信息。
注4:相关 reddit线程.
注5: Tensorflow Fold的GitHub中的相关错误 这确定了一个重要的局限性:在评估过程中不可能进行有条件的分支。
注6: 在Pytorch论坛上的讨论 关于与所使用的算法有关的可变长度输入(例如,动态批处理)。