与其他深度学习API相比，MXNet的优缺点

Question

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缺点。

Answer 1

考虑MXNet的最大原因可能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。使用autograd的命令式API使组合和调试网络变得更加容易和直观。 PyTorch还支持命令式API，但MXNet是唯一支持混合的平台AFAIK，它有效地允许您的命令式模型转换为符号，以实现与符号API类似的性能。以下是关于Gluon，MXNet的命令式API教程的链接：http://gluon.mxnet.io/

鉴于您正在使用示例代码，该示例可能是使用符号API编写的。在许多GPU上进行培训时，您可能会注意到MXNet在符号API方面的优势。否则你不会注意到很多差异（除非在一些内存使用中）。

Tensorflow确实有一年的MXNet开端，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），这对于遇到问题时调试网络。然而，MXNet很快就赶上了功能，并且在1.0发布时，我不认为TF中有任何东西可以支持MXNet。