Переменная производительности Tensorflow против TensorArray против Concat

Question

Если вам нужно сохранить значения во время обучения тензорного потока, тензорный поток предлагает три возможных способа:

1. Сохранение их в переменной с myVar[i].assign(slice)
2. Сохранение их в TensorArray , с myArr = myArr.write(i, slice)
3. Сохранение их в тензор, с myTensor = tf.concat([myTensor, slice], axis=0)

Есть ли различия в производительности, особенно для очень больших l oop?

Есть ли какие-либо другие проблемы, которые могут способствовать использованию одного из этих решений?

Единственная проблема, которую я собрал, следующая:

• В настоящее время переменную можно определить только один раз в tf.function , что является довольно сильным ограничением, если вам нужна форма Dynami c для нескольких итераций.