谷歌最近在 tensorflow 的 nightly 构建中加入了Eager模式，这是一个用于访问 tensorflow 计算能力的命令式 API。

TensorFlow Eager 与 PyTorch 相比如何？

可能影响比较的一些方面可能是：

• 由于其静态图遗留（例如节点中的名称），eager 的优点和缺点。
• 其中任何一个的内在限制是另一个没有的。
• 其中之一需要改进的领域（例如特征完整性、计算优化）。
• 生态系统差异（例如张量板？）。

注 1：Yaroslav Bulatov 写了一篇关于 Eager 的好功能的评论。

注2：在上一个问题中，我要求对 PyTorch 和 Tensorflow Fold 进行比较。当时，在我看来，Fold 可以面对 PyTorch，这要归功于 Google 的支持。我错了：最终，Google 自己放弃了 Fold转而支持 Eager。我知道这是由于正常 tensorflow API 的内在限制导致 Fold 不太友好，这限制了它的采用。