tensorflow - 为什么 TensorFlow XLA 需要许多新的 xla op 内核？
问题描述
在关于 XLA 的 TensorFlow 代码中，我看到了关于许多 OP 的内核，例如 compiler/tf2xla/kernels/concat_op. 好像是重复的core/kernels/concat_op。为什么compiler/tf2xla/kernels/concat_op需要类似的操作？为什么不直接替换它core/kernels/concat_op来保存代码呢？
解决方案
推荐阅读
- matlab - 结合 2 个 MATLAB 结构
- hibernate - Spring Data JPA Ccould not initialize proxy - 在 .parallel() 中的不同线程中运行时没有会话
- python - python在具有三个元素的3D图形/元组中查找连接的组件？
- 3d - 如何在3d中获得点到平面的距离？
- c# - XAML 中的自定义字符串格式
- ios - 如何在我的 UITable 单元格上设置适当的约束。斯威夫特4
- visual-studio - Azure DevOps Pipeline 中的 $(System.DefaultWorkingDirectory) 在哪里
- laravel - Vue：将多个@click传递给组件
- flutter - 构建捆绑包/ Apk 已禁用
- python - 熊猫排序值