9

Github 链接到 tensorflow 中新引入的 Eager 模块： https ://github.com/tensorflow/tensorflow/tree/master/tensorflow/c/eager https://github.com/tensorflow/tensorflow/tree/master/tensorflow/蟒蛇/渴望

4

4 回答 4

17

根据谷歌前实习生写的一篇文章tensorflow eager mode解释。

基本上，这是 tensorflow 中的一种模式，允许编写命令式编码风格，例如numpy. 所以应该没有明确graph的 , session,session.run()了。当代码像Chainer/一样运行时，该图是隐式构建的PyTorch。

它仍在积极开发中，性能仍然不如预期。您可以通过 nightly build on 尝试它，pip同时期待一些有趣的新功能graph function，例如允许将子图作为函数调用。随着框架的发展，这应该是tensorflow.

更新： Tensorflow 团队已经正式谈论它。

急切执行是一个命令式的、由运行定义的接口，其中操作在从 Python 调用时立即执行。这使得 TensorFlow 上手更加容易，并且可以让研发更加直观。

无论是否启用了急切执行，绝大多数 TensorFlow API 都保持不变。因此，构建 TensorFlow 图的完全相同的代码（例如使用层 API）可以通过使用急切执行命令式地执行。相反，大多数启用 Eager 编写的模型都可以转换为可以进一步优化和/或提取以在生产中部署而不更改代码的图。

您可以在博客文章或自述文件中阅读更多相关信息。这仍然是一个预览版本，所以你可能会遇到一些粗糙的边缘。

期待您在试用时的反馈。

更新： Eager 模式现已在TF 1.7中正式发布。他们的网站上有一个很好的教程。我想现在每个人都知道它是什么，所有主要框架都在融合，动态神经网络。

更新： Eager 模式将是 TF 2.0 中的默认模式，下一个主要版本计划在2018 年晚些时候发布。

于 2017-10-31T09:53:53.073 回答
6

根据这些推文：

Eager 是 tensorflow 中一种新的命令式模式（与contrib 中的命令式模块不同）。

于 2017-09-03T19:13:07.450 回答
2

急切执行是一个命令式的、由运行定义的接口，其中操作在从 Python 调用时立即执行。

访问https://research.googleblog.com/2017/10/eager-execution-imperative-define-by.html了解更多详细信息。

于 2018-04-23T08:51:09.333 回答