我浏览了XLA的文档,但找不到一种很好的方法来表达更复杂的矩阵运算,如matrix_solve、matrix_triangular_solve、cholesky等。XLA是如何处理这个问题的?我知道有一个叫"CallCustom“的操作,但我想知道有没有更好的方法。
发布于 2017-03-01 15:35:57
通常,目的是在常规TensorFlow中指定实际计算。然后,您可以通过实时编译(https://www.tensorflow.org/performance/xla/jit)或提前编译(.../ XLA /tfcompile)打开xla。
在对矩阵求解器的底层支持方面,请注意,除了典型的密集矩阵操作之外,XLA还支持一些控制流原语。请参阅关注while循环构造的https://www.tensorflow.org/performance/xla/operation_semantics (#while),以及如何从不同的选择中选择输出(# select )。
我还没有弄清楚这是否会产生一个很好的结果,但在高层次上,似乎已经有了基本的部分。
(对于缩写链接,很抱歉;我的帖子似乎不能超过2个)
https://stackoverflow.com/questions/42450378
复制相似问题