什么时候应该定义一个新的TensorFlow操作？

Question

对于我的应用程序，我只能使用预定义的操作来创建一个新函数。在这种情况下是否需要定义一个新的操作？

伪代码为我的功能是：

z1 = myGauss(arg, arg2) 

def myGauss(arg, arg2): 
    # Here I only used defined tensorflow operations 

Answer 1

如果你能实现自己为自己设定与现有的OPS的成分做的，那么这是伟大的！你不需要需要创建一个新的操作。

但是有一些情况，我们认为有必要建立一个新的运算，：

• 有时你可以通过融合 OPS一起到一个单一的运算来获得性能。例如，许多"training" ops都具有融合实现，尽管它们最初是使用简单操作实现的。

• 另一个例子是当你想定义一个ops组合的梯度（因为它更有效或稳定的考虑整个表达式）。这是像tf.nn.softmax_cross_entropy_with_logits()这样的操作符的基本原理。