如何看待tensorflow新出的eager模式？

1樓：zxf8665905

pytorch 已經上 jit了，開始互相滲透咯。其實對整個生態發展是個好事，互相激勵，希望最後三個框架都兼顧了易用性和效能。

2樓：

eager模式的推出，標誌著深度學習框架大戰的結束。毋庸置疑，Tensorflow將以絕對領先的優勢排在第一位。其它框架能夠給TF提鞋的也只剩MXNet一家了，Gluon API對標eager，NNVM/TVM對標XLA，Mu Li /Tianqi Chen對標Jeff Dean。

其它框架連提鞋的機會都沒有了。。

3樓：徐彬彬

10.24參加了Google在上海組織的TensorFlow技術研討會，會上就講到了eager execution，第一反應就是參考了pytorch，有了eager模式debug確實方便很多，然後eager和graph可以混編也不錯，但是最後主講人也說：1.

在大模型上eager模式和原來的靜態圖模式速度上是「comparable performance」，2.在小模型上eager會有明顯的速度差異（就是比靜態圖慢很多）

個人猜測目前想用也很難用吧，畢竟demo example實在太簡單，很有可能會有各種bug。

各方面後續優化空間還是很大的

ps：我已經tf轉到pytorch上了，哈哈，pytorch的動態模式貌似比tf的靜態快（沒有嚴格驗證），pytorch真是各種友好，當然pytorch不適合直接用在移動端（但用ONNX可以轉到caffe2啊），我就是來宣傳pytorch的

4樓：羅若天是真的菜

來來來，自問自答。（佔坑提問，佔坑回答）

整體感覺挺好的，感覺勸退不了tf boys girls了。

對用tf的人來說，提公升了debug體驗，且沒有什麼要新學的東西，api都能相容。

小問題（強行找問題）：

1 拿引數還是得用get_variable的感覺，但是不確定，因為一眼沒看到scope。。會不會封裝在track_layer裡面了

2 速度迷之慢一些（看問題描述中第二個鏈結），但是應該不是什麼原則上的問題，應該之後可以優化的更好。

（毫無營養的回答。估計也沒有補充了，沒時間試驗。坐等tfboysgirls的使用體驗。）