限制

ChainerX存在一些不明显的限制：

• ChainerX仅支持有限的一组数据类型：布尔_ 整数8 整数16 整数32 整数64 单位8 浮动32 浮点64.

• 不支持混合数据类型的操作。您需要使用以下两种方法显式转换数据类型链接器x.ast类型（）或F.铸造（）.

• 目前还不支持真正的Python除法，其中2/3返回0.66而不是0。给一个标准一数据类型的整数32,一 / 一不返回数组浮点64，但返回一个数组整数32.

• 只有有限的链条功能通过ChainerX集成对进行了良好的测试。

• ChainerX CUDA后端需要cuDNN。请参见安装了解详细信息。

• 作为ChainerX阵列s有自己的计算图，出于安全考虑，禁止进行某些操作：

  • 除非数组没有计算图形，否则禁止对其数据进行就地修改。

    一 = 链子.0((2,), 链子.浮动32)
    一.要求_等级()  #在“a”上安装计算图形。
    
    一 += 1  # ! 错误
    

    这种限制的原因是，由于向后操作可能取决于一,如果改变后向渐变，可能会意外地受到影响。

    您可以通过创建断开连接的视图来绕过此限制：

    #与计算图形“A”断开连接的“A”的内存共享视图。
    b = 一.作为坡度停止()
    
    b += 1
    

    然而，请注意，此操作本身就是危险的。您应该格外小心，以确保这不会影响反向计算。

    还要注意，我们可能会在将来进一步限制，以便仅在实际安全的情况下才允许对断开的视图进行就地修改。

  • 如果数组用变量具有requires_grad=真（默认设置），您将无法重新分配阵列：

    一 = 链子.0((2,), 链子.浮动32)
    b = 链子.0((2,), 链子.浮动32)
    无功功率，无功功率 = 链子.变量(一)
    
    无功功率，无功功率.阵列 = b  # ! 错误
    

    您可以通过在可变阵列:

    无功功率，无功功率.阵列[:] = b
    

    这种变通方法也可能像前面的限制一样危险。