【发布时间】：2017-12-09 07:53:45
【问题描述】：
我有兴趣使用 XLA 进行自定义设备（FPGA、...）的训练。
但是，我从开发者的教程中了解到 XLA 现在处于实验状态。
https://www.tensorflow.org/performance/xla/
我没有得到 XLA 处于实验状态的原因。
除了性能提升之外，XLA 还有什么大问题吗？
谢谢
【问题讨论】：
标签： python tensorflow tensorflow-xla
【发布时间】：2017-12-09 07:53:45
【问题描述】：
XLA 仍然很新：它于 2017 年 3 月发布。
注意：XLA 是实验性的，被认为是 alpha。大多数用例将 看不到性能的改进（速度或减少的内存使用）。 我们已经提前发布了 XLA，以便开源社区可以做出贡献 为它的发展，以及创造一条与它融合的道路 硬件加速器。
如果发布了，那是因为开发团队想要开源社区对项目的反馈和贡献。
这是由 Google 开发者博客上的 statement 支持的：
XLA 仍处于早期开发阶段。它显示得很 在某些用例中取得了可喜的结果，很明显 TensorFlow 未来可以从这项技术中受益更多。我们决定 尽早将 XLA 发布到 TensorFlow Github 以征集贡献 来自社区，并为优化提供方便的表面 TensorFlow 用于各种计算设备，以及重新定位 TensorFlow 运行时和模型可在新型硬件上运行。
那么为什么它被认为是实验性的？仅仅是因为有很多用例和硬件尚未经过测试。基准并不总是显示预期的改进。
您在使用它时可能会遇到一些错误，我们鼓励您通过项目的github issue page 发出信号。
【讨论】：
-
好的，我明白了。有稳定状态的计划吗？看来还有很多时间要测试，因为未来会有新的硬件出货。