与其他深度学习API相比,MXNet的优缺点[已关闭]

考虑MXNet的最大原因可能是它的高性能命令式API。这是MXNet相对于其他平台最重要的优势之一。带autograd的命令式API使构建和调试网络变得更加简单和直观。PyTorch还支持命令式API,但MXNet是唯一支持混合的平台AFAIK,它可以有效地将命令式模型转换为符号,以获得与符号API类似的性能。这里有一个链接,指向有关MXNet的命令式API Gluon的教程: http://gluon.mxnet.io/

假设您使用的是示例代码,那么该示例可能是使用符号API编写的。在许多GPU上进行培训时,您可能会注意到MXNet在符号API方面的优势。否则,您将不会注意到太大的差异(除了某些内存使用)。

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),这在遇到问题时很难调试网络。然而,MXNet很快就具备了这些功能,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。