PyTorch와 Tensorflow Fold

두 PyTorch 및 Tensorflow은 접어 입력 데이터가 균일하지 않은 길이나 크기가 상황입니다 (동적 그래프가 유용하거나 필요하지 않은 상황)을 처리하는 의미 깊은 학습 프레임 워크입니다.

나는 그들이 의존하는 패러다임의 의미 (예 : 동적 배치)와 그 의미, 각각에 구현 할 수없는 것, 약점 / 강점 등을 비교하는 방법을 알고 싶습니다.

이 정보를 사용하여 동적 계산 그래프를 탐색하기 위해 그 중 하나를 선택하려고하지만 구체적인 작업이 없습니다.

참고 1 : DyNet 또는 Chainer 와 같은 다른 동적 계산 그래프 프레임 워크 도 비교할 수 있지만 PyTorch 및 Tensorflow Fold에 중점을두고 싶습니다. 왜냐하면 가장 많이 사용되는 것으로 생각하기 때문입니다.

참고 2 : PyTorch 에서이 해커 뉴스 스레드를 찾은 경우가 많지 않습니다.

참고 3 : Tensorflow Fold에 관한 또 다른 관련 hackernews 스레드 에는 비교 방법에 대한 정보가 포함되어 있습니다.

참고 4 : 관련 레딧 스레드 .

참고 5 : 중요한 제한을 식별하는 Tensorflow Fold의 github 관련 버그 : 평가 중에 조건부 분기를 수행 할 수 없음

참고 6 : 사용 된 알고리즘 (예 : 동적 배치)과 관련된 가변 길이 입력에 대한 pytorch 포럼 에 대한 토론 .

Reddit에는 현재 몇 가지 좋은 스레드가 있습니다 ( here 및 here ).

이 프레임 워크 중 하나를 사용하지는 않았지만 주변 사용자를 읽고 사용자와 이야기하면서 PyTorch의 동적 그래프에 대한 지원 은 '하향식 설계 원칙'인 반면 TensorFlow Fold 는 원래 Tensorflow 프레임 워크에 볼트로 연결되어 있습니다. Tensorflow Fold로 합리적으로 복잡한 작업을 수행하고 있다면 PyTorch를 사용하는 것보다 훨씬 더 많은 해킹을 할 수 있습니다 .