Какая польза от Tensor (в отличие от EagerTensor) в Tensorflow 2.0?

В Tensorflow 2.0 основные «тензоры», которые мы видим, на самом деле EagerTensors (точнее tensorflow.python.framework.ops.EagerTensor):

x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor

Но в некоторых случаях у нас есть символический объект Tensor (tensorflow.python.framework.ops.Tensor), как в TF1.X.
Например, в keras:

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense

model = Sequential()
model.add(Dense(units=64, activation='relu', input_dim=100))
model.add(Dense(units=10, activation='softmax'))
type(model.outputs[0])
# returns tensorflow.python.framework.ops.Tensor

Итак, какова польза от этих символических: tensorflow.python.framework.ops.Tensor в Tensorflow:

  • Во внутренней части библиотеки TF: Keras, по крайней мере, использует эти тензоры, но используется ли он в других местах (которые используют граф, например tf.function или tf.data.Dataset)?
  • В API: есть ли реальное использование для конечных пользователей?

python keras tensorflow tensorflow2.0
person Phylliade    schedule 26.08.2019    source источник

Ответы (1)


arrow_upward
3
arrow_downward

Во внутренней части библиотеки TF: Keras, по крайней мере, использует эти тензоры, но используется ли он в других местах (которые используют граф, например tf.function или tf.data.Dataset)?

Ну да. Здесь твой инстинкт прав. EagreTensor представляет тензор, значение которого было вычислено в нетерпеливом режиме, тогда как Tensor представляет тензорный узел на графике, который, возможно, еще не был вычислен.

В API: есть ли реальное использование для конечных пользователей?

Ну, на каком-то уровне мы используем их все время. Мы создаем модели keras, конвейеры tf.data.Dataset и т. Д., Но на самом деле в подавляющем большинстве случаев использования мы не стремимся создавать экземпляры или напрямую взаимодействовать с самим объектом Tensor, хотя, вероятно, просто хотим не беспокоиться о тип объекта и рассматривать их как деталь реализации, внутреннюю по отношению к тензорному потоку.

person Stewart_R    schedule 29.08.2019