Follow

TensorFlow 2.0 又创造了一种新的语言,它为了讨好现在已经转头 PyTorch 的原来的用户,终于成为了一个 PyTorch 的拙劣模仿者。他们这么做,只会再次流失用户。

PyTorch 都已经 v1.0 了。到现在为止还在坚持使用 TensorFlow 的,必然有坚持使用它的原因。或者是因为静态图的高效(虽然及其难写,但写多了也就顺手了),或者是因为它的 Graph + Session + Variable Scope 这套设计思想在某些情况下比 Pytorch Module 更好用。

譬如比起 Keras,我更喜欢 tf.layers 下面的 funcitonal layer(但是自带变量创建)。配合 arg_scope,无往不利。当然,最近 tf.layers 也满足不了我了,我就自己写了核心层的一套类似 API。

但是 tf.layers 和 variable scope 被抛弃了。

我自己的库,都是根据 tf.layers 和 variable_scope 来写的。如果要适配 2.0,几乎要推倒重写。TM 那我干嘛不直接用 PyTorch?

Sign in to participate in the conversation
Pawoo

The social network of the future: No ads, no corporate surveillance, ethical design, and decentralization! Own your data with Mastodon!