在TensorFlow 2.0 APIs中，有一个模块tf.experimental。这样的名称也出现在其他地方，例如tf.data.experimental。我只是想知道设计这些模块的动机是什么。
答案 0 :(得分：3)
tf.experimental表示该类/方法尚处于早期开发阶段，不完整或不太普遍，未达到标准。它是尚未与主要的TensorFlow集成的用户贡献的集合，但仍可以作为开源的一部分供用户测试和提供反馈。
“不完整”是最常见的情况，其中可能包括存在错误或无法在所需的一组平台或硬件（CPU / GPU）上通过测试。作为未达到“标准”的示例，摘自tf.xla.experimental上的2017 Google Devs blog ：（更多详细信息，请参见this answer）
XLA仍应视为实验性的，某些基准测试可能会变慢