PyTorch対Tensorflow Fold


26

PyTorchTensorflow Foldは両方とも、入力データの長さまたは次元が不均一な状況(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層学習フレームワークです。

依存するパラダイム(例:動的バッチ処理)とその意味、それぞれに実装できる/できないもの、弱点/強さなどの意味で、それらを比較する方法を知りたいと思います。

この情報を使用して、動的計算グラフの探索を開始するためにそれらの1つを選択するつもりですが、特定のタスクはありません。

注1:DyNetChainerのような他の動的計算グラフフレームワークも比較で歓迎されますが、PyTorchとTensorflow Foldに焦点を当てたいと思います。

注2:PyTorchでこのhackernewsスレッドを見つけましたが、情報はまばらですが、それほど多くはありません。

注3:Tensorflow Foldに関する別の関連するhackernewsスレッドには、比較方法に関する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に関連するバグで、重要な制限を特定しています。評価中に条件分岐を実行できないことです。

注6:使用されているアルゴリズム(動的バッチ処理など)に関連した可変長入力に関するpytorchフォーラムでの議論


pytorchの貢献者によるこの進行中の(このコメントを書いている時点での)ディスカッションを参照リストに追加することもできます。
グスク

1
私は非常に興味深いこのリンクを発見し、それはあなたが尋ねたとして(ダイナミックグラフについてとDyNetとチェイナ使用して)比較しているhackernoon.com/...
ジョン・テオ

回答:


9

Redditには現在、いくつかの優れた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いずれも使用していませんが、PyTorchでのダイナミックグラフのサポートは「トップダウン設計原則」であり、TensorFlow Foldは元のTensorflowフレームワークにボルトで固定されているため、Tensorflow Foldを使用してかなり複雑なことをしている場合は、おそらくPyTorchを使用している場合よりもはるかに多くのハッキングを行うことになります。


3
これは、過去数か月間、Foldを木の上の畳み込みで使用しようとした私の経験でした。それはまだそのようなものを処理するのに十分に成熟していません。彼らは彼らのレポでクローズされた問題を見れば、「回避策」を提案します。Foldには柔軟性がないため、PyTorchに切り替えます-しゃれが意図されています。
ブリケット
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.