質問

両方 PytorchTensorflow Fold 入力データに不均一な長さまたは寸法がある状況(つまり、動的グラフが有用または必要な状況)に対処することを目的とした深い学習フレームワークです。

彼らが依存しているパラダイム(動的バッチングなど)とその意味、それぞれに実装できない/できないもの、弱点/強さなどをどのように比較するかを知りたいです。

この情報を使用して、そのうちの1つを選択して動的な計算グラフの探索を開始するつもりですが、特定のタスクを念頭に置いていません。

注1:その他の動的計算グラフフレームワーク ダイネット また チェーン 比較でも歓迎しますが、PytorchとTensorflowの折り目に焦点を当てたいと思います。

注2:私は見つけました PytorchのこのHackernewsスレッド いくつかのまばらな情報がありますが、それほど多くはありません。

注3:別の関連 Hackernewsスレッド, 、Tensorflowの折り目について、それらがどのように比較されるかについてのいくつかの情報が含まれています。

注4:関連する Redditスレッド.

注5: Tensorflow FoldのGithubの関連バグ それは重要な制限を特定します:評価中に条件付き分岐を行うことは不可能です。

注6: Pytorchフォーラムに関する議論 使用されるアルゴリズムに関連する変数長い入力について(例:動的バッチ)。

役に立ちましたか?

解決

Redditには現在、いくつかの良いスレッドがあります(ここここ).

私はこれらのフレームワークのどちらを使用していませんが、ユーザーと話すことから、動的グラフのサポートを収集します Pytorch 「トップダウンデザインの原則」ですが、 Tensorflow Fold 元のTensorflowフレームワークにボルトで固定されているので、合理的に複雑なことをしている場合 Tensorflow Fold あなたはおそらくあなたが使用している場合よりもはるかに多くのハッキングをすることになるでしょう Pytorch.

ライセンス: CC-BY-SA帰属
所属していません datascience.stackexchange
scroll top