Sono interessato all'utilizzo di XLA per l'allenamento con il dispositivo personalizzato (FPGA, ...).
Tuttavia, ho appreso che XLA è ora in stato sperimentale dal tutorial dello sviluppatore.
https://www.tensorflow.org/performance/xla/
Non ho capito perché XLA è in stato sperimentale.
C'è un grosso problema su XLA tranne che per il miglioramento delle prestazioni?
Grazie
risposte:
4 per risposta № 1XLA è ancora molto nuovo: è stato rilasciato a marzo 2017.
Come affermato del Pagina Tensorflow XLA :
Nota: XLA è sperimentale e considerato alfa. La maggior parte dei casi d'uso lo farà non vedere miglioramenti nelle prestazioni (velocità o riduzione dell'utilizzo della memoria). Abbiamo rilasciato XLA in anticipo in modo che la comunità Open Source possa contribuire al suo sviluppo, oltre a creare un percorso per l'integrazione con acceleratori hardware.
Se è stato rilasciato, è perché il team di sviluppo vuole il feedback e il contributo della comunità Open Source al progetto.
Questo è supportato da questo dichiarazione sul blog di Google Developpers:
XLA è ancora nelle prime fasi di sviluppo. Sta mostrando molto risultati promettenti per alcuni casi d'uso, ed è chiaro che TensorFlow può beneficiare ancora di più di questa tecnologia in futuro. Abbiamo deciso per rilasciare XLA a TensorFlow Github in anticipo per sollecitare i contributi dalla comunità e fornire una superficie utile per l'ottimizzazione TensorFlow per vari dispositivi informatici, oltre a retargeting Runtime e modelli TensorFlow per l'esecuzione su nuovi tipi di hardware.
Allora, perché è considerato sperimentale? Semplicemente perché ci sono molti casi d'uso e hardware che non sono stati testati, ma i parametri di riferimento non mostrano sempre i miglioramenti previsti.
È possibile che si incontrino alcuni bug mentre lo si utilizza, e si è incoraggiati a segnalarli tramite il pagina di rilascio di github del progetto.