最近我决定学习 MXNet，因为我需要使用的一些代码是使用这个 API 编写的。
但是，我想知道 MXNet 与其他深度学习库相比有哪些优点和缺点。
【问题讨论】：
标签： tensorflow deep-learning caffe pytorch mxnet
也许考虑 MXNet 的最大原因是它的高性能命令式 API。这是 MXNet 对其他平台最重要的优势之一。带有 autograd 的命令式 API 使组合和调试网络变得更加容易和直观。 PyTorch 也支持命令式 API，但 MXNet 是唯一支持混合的平台 AFAIK，它有效地允许您的命令式模型转换为符号，以获得与符号 API 相似的性能。这是 Gluon 教程的链接，MXNet 的命令式 API：http://gluon.mxnet.io/
鉴于您使用的是示例代码，该示例可能是使用符号 API 编写的。在许多 GPU 上进行训练时，您可能会注意到 MXNet 在符号 API 方面的优势。否则你不会注意到有什么不同（除了一些内存使用）。
Tensorflow 确实比 MXNet 领先一年，因此它拥有更大的用户群，但它只支持符号 API（命令式 API 非常新，仅用于实验），这明显更难遇到问题时调试网络。不过 MXNet 在功能方面很快就赶上了，随着 1.0 版本的发布，我认为 TF 中没有任何东西是 MXNet 不支持的。
【讨论】：