Python 为什么TensorFlow XLA处于实验状态 我对使用XLA进行定制设备（FPGA，…）的培训感兴趣。 不过，我知道XLA现在处于开发者的教程的实验状态。

我没有找到XLA处于实验状态的原因。 除了性能改进之外，XLA还有什么大问题吗？

---

谢谢

XLA仍然非常新：它于2017年3月发布

如《公约》所述：

注：XLA是实验性的，被认为是阿尔法。大多数用例将 看不到性能的改进（速度或内存使用率的降低）。 我们早就发布了XLA，所以开源社区可以做出贡献。 为其发展，以及创造一条与之融合的道路 硬件加速器

如果它被发布，那是因为开发团队想要开源社区对项目的反馈和贡献

谷歌开发者博客上的以下内容对此进行了支持：

XLA仍处于开发的早期阶段。它表现得非常好 对于某些用例，有希望的结果，很明显TensorFlow 将来可以从这项技术中受益更多。我们决定 将XLA提前发布到TysFielGithub申请募捐 从社区和提供一个方便的表面进行优化 用于各种计算设备的TensorFlow，以及对 TensorFlow运行时和模型可在新型硬件上运行

那么为什么它被认为是实验性的呢？只是因为有很多用例和硬件没有经过测试。基准并不总是显示预期的改进

---

您在使用它时可能会遇到一些bug，我们鼓励您通过项目的

XLA仍然非常新：它于2017年3月发布

如《公约》所述：

注：XLA是实验性的，被认为是alpha。大多数用例将 看不到性能的改进（速度或内存使用率的降低）。 我们早就发布了XLA，所以开源社区可以做出贡献。 为其发展，以及创造一条与之融合的道路 硬件加速器

如果它被发布，那是因为开发团队想要开源社区对项目的反馈和贡献

谷歌开发者博客上的以下内容对此进行了支持：

XLA仍处于开发的早期阶段。它表现得非常好 对于某些用例，有希望的结果，很明显TensorFlow 将来可以从这项技术中受益更多。我们决定 将XLA提前发布到TysFielGithub申请募捐 从社区和提供一个方便的表面进行优化 用于各种计算设备的TensorFlow，以及对 TensorFlow运行时和模型可在新型硬件上运行

那么为什么它被认为是实验性的呢？只是因为有很多用例和硬件没有经过测试。基准并不总是显示预期的改进

---

您在使用它时可能会遇到一些bug，我们鼓励您通过项目的

好的，我知道了。有没有计划保持稳定的状态？似乎有很多时间需要测试，因为新的硬件将在未来发货。好的，我知道了。有没有计划保持稳定的状态？似乎有很多时间需要测试，因为新的硬件将在未来出货。