„Pytea“, statinis analizatorius, skirtas aptikti tensorių formos klaidas Pytorcho kode, turi keletą apribojimų, nepaisant jo veiksmingumo nustatant galimus formos neatitikimus:
1. Kelio sprogimas ir sudėtingumas: Nors „Pytea“ naudoja konservatyvų genėjimą, kad galėtų valdyti vykdymo kelių skaičių, sudėtingi modeliai su daugybe sąlyginių teiginių ar kilpų vis tiek gali sukelti kelio sprogimą, todėl jo mastelio keitimas gali būti ribojamas labai didelėmis ar labai dinaminėmis kodų bazėmis [1] [1] [1] [1]. 3].
2. Neįsiminėtos API: „Pytea“ gali pakelti klaidingus aliarmus, jei susidurs su pytorch ar kitomis trečiųjų šalių API, kurios nebuvo įgyvendintos jos sistemoje. Tai reiškia, kad vartotojai turi žinoti, kurios API yra palaikomos, kad būtų išvengta nereikalingų įspėjimų [5].
3. Analizės neprisijungus apribojimai: Atliekant neprisijungus, naudojant Z3 SMT sprendimą, gali būti nenustatytus kelius, jei apribojimai yra per daug sudėtingi ar netiesiniai, todėl laikas bus skirtas. Tai ne visada gali aiškiai parodyti, ar kelias galioja, ar ne [5].
4. Rezultatų aiškinimas: Vartotojai turi atidžiai interpretuoti rezultatus, nes „Pytea“ nustato galimas klaidas, pagrįstas apribojimais, kurie ne visada gali sukelti faktinių vykdymo klaidų. Tam reikia suprasti kodekso kontekstą ir galimus vykdymo būdus [5].
5. Integracija ir palaikymas: Nors „Pytea“ palaiko pagrindines bibliotekas, tokias kaip „Torchvision“, „Numpy“ ir „PIL“, jos integracija su plėtros aplinka, tokia kaip „VScode“, vis dar kuriama. Tai reiškia, kad interaktyvios derinimo funkcijos dar nėra visiškai subrendusios [2].
Citatos:[1] https://arxiv.org/pdf/2112.09037.pdf
[2] https://www.reddit.com/r/machinelearning/comments/rm4fgz/p_a_static_analyzer_for_detecting_tensor_shape/
[3] https://sf.snu.ac.kr/pytea/
[4] https://www.researchgate.net/publication/370473038_Static_analysis_of_shape_in_tensorflow_programs
[5] https://github.com/ropas/pytea
[6] https://arxiv.org/pdf/2106.02887.pdf
[7] https://dl.acm.org/doi/10.1145/3510454.3528638
[8] https://towardsdataScence.com/underpeadensors-learning-a-data-structure-through-3-pesky-errors-6d674776be0c/