In TensorFlow 2.0 API,有一个模块tf.experimental
。这样的名字也出现在其他地方,比如tf.data.experimental
。我只是想知道设计这些模块的动机是什么。
tf.experimental
表示所述类/方法处于早期开发阶段、不完整或不太常见、不符合标准。它是用户贡献的集合,尚未与主 TensorFlow 集成,但仍然可以作为开源的一部分供用户测试和提供反馈。
“不完整”是最常见的,其中可能包括存在错误,或未通过所需的平台或硬件(CPU/GPU)集的测试。作为不“达到标准”的一个例子,来自 2017 年 Google Devsblog on tf.xla.experimental
:(更多详细信息,请参阅这个答案)
XLA 仍应被视为实验性的,某些基准测试可能会出现速度减慢的情况
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)