如何开发一个自己的TensorFlow？
链接：https://www.zhihu.com/question/326890535 编辑：深度学习与计算机视觉
https://www.zhihu.com/question/326890535/answer/719907717
当时测了几个典型的模型的GPU训练速度，论文中的表格：
我fork了一个完全由自己主导的版本：https://github.com/chncwang/N3LDG-plus
等有时间加上transformer和BERT的支持了，再整文档吧（其实到底该叫啥名也没想清楚，姑且称之为N3LDG++），目前主要就自己在用来做文本生成。
GPU计算的实现是相对麻烦的一部分。出于性能极致的追求（N卡很贵，计算速度怎么强调都不过分）和对自己代码负责的态度，当时算把CUDA彻底整明白了（除了图形学用的纹理内存），针对每种操作专门写了对应的CUDA，比如concat操作就能在一次kernel调用下完成一个batch里的多个不同维度输入向量的拼接：
显存也需要操心。由于GPU离CPU远，不能像用malloc一样频繁地调cudaMalloc。当时不满cnmem的性能，就自己撸了个buddy system。显然这个做法不够精细，dynet的解决方案应该更合理，详见他们的论文。
提到显存，忍不住想多说几句。NLP任务和CV不一样，同个mini-batch中句子长短不一，pytorch会要求补零的操作以求维度对齐，往往还会有一个全局的max_sentence_length（哪怕是N3LDG也是如此），这其实很浪费显存。在N3LDG++中，如果一个mini-batch里的句子总长度是100，那么分配100长度的空间也就够用，减少了浪费。所以我计划有时间了支持下BERT，至少让base模型在1080ti里也能伸展开来，不怕OOM。只是不清楚大家都用啥显卡，这块的需求有多强。
然后说一下编程语言。主流的框架使用C++、CUDA实现底层的计算，然后用python实现上层的封装，似乎是兼顾了计算效率和使用方便。然而使用PyTorch时还是会发现CPU模式下的龟速。我自己没用过PyTorch，也不清楚CPU龟速的原因（也许是Python调用C++的额外开销？），只是每当看到实验室同学跑个几千的数据集就要用GPU，就觉得Python在深度学习界的流行抬高了英伟达的市值。
N3LDG++中的C++代码继承自N3LDG，不过做了很大的改动，难以细述，最大的一点是改进了Node类型的资源管理方式，所有的Node对象由Graph持有（比如在N3LDG中每多创建一个节点，都需要有相应的对象来持有，不能当作临时变量用，这很不方便）。不过历史遗留的代码还是有点乱，不少该抽象的地方没有抽象，以后慢慢改吧（唉纯算法背景写出的代码真是。。。）
最后，我觉得从0写一个可用的深度学习框架不难，但是工作量很大， 对人的要求也不高（但是多，不能光懂算法），主要以下几点：
-
编码能力过关，精通C++、CUDA、OO思想，以及能搞定一切的debug能力 -
编码习惯良好，比如重视变量命名 -
算法方面，会手算梯度就行
https://www.zhihu.com/question/326890535/answer/700281308首先需要熟练使用C++编程，其次学会cuda的GPU显卡计算框架，了解一下并行计算，写出比TensorFlow快的框架非常简单。毕竟TensorFlow为了可移植性等等牺牲了很多。
我已经用自己的框架做了三四个项目了，由于干最底层的算法岗，自己这不成熟的框架已经能胜任几乎所有需求了。目前我正在对框架进行可视化的相应改进，力求能进一步突破TensorBoard。
https://www.zhihu.com/question/326890535/answer/827912517
1、现在网上tensorflow能源码级的，较清晰解读尚且没看到，不知道说不难的人自己有没有过过源码；
2、不要把手写一两种CNN网络的难度和一个大规模商用深度学习平台来比，不考虑各类具体算法实现，单单是工程层面的抽象、设计也不简单；
3、还有说tf里算法容易的，就想先请教一个小问题，Tensorflow里那种通用求导是如何实现的？别上网搜，想想能搞定不？
—版权声明—
仅用于学术分享，版权属于原作者。
若有侵权，请联系微信号:yiyang-sy 删除或修改！
—THE END—