雷锋网 (大众号:雷锋网) AI 科技评论音讯,日前,谷歌发布 TensorFlow 1.5,TensorFlow 又一次迎来更新。
在此前的版本中,TensorFlow 迎来三大严重变化:Keras 位于 TensorFlow core 中,Dataset API 支持更多功用,引入功效函数 tf.estimator.train_and_evaluate 等等。而在这次的更新中,谷歌宣布 TensorFlow 将片面支持 Eager execution 静态图机制和 TensorFlow Lite,除此之外,还将支持 CUDA 9 和 cuDNN 7。
雷锋网 AI 科技评论将此次的更新编译整理如下:
严重改动:
基于 CUDA 9 和 cuDNN 7 来构建预建的二进制文件;
Linux 二进制文件是在 ubuntu 16 容器环境下构建的,这能够会招致与用 ubuntu 14 构建的文件不兼容;
从 1.6 版本开端,预建二进制文件中将会运用 AVX 指令集,假如老版本不支持 AVX 指令集,将会引提问题。
次要的更新:
支持 Eager execution 预览版本
TensorFlow Eager Execution 是一个命令式、由运转定义的接口,可以在即时的运转错误下停止疾速调试,与 Python 工具停止整合,一旦从 Python 被调用可立刻执行操作。这可以使得 TensorFlow 的入门学习变得更复杂,也使得研发任务变得更直观。
支持 TensorFlow Lite 开发者版本
TensorFlow Lite 针对挪动和嵌入式设备等。具有如下三点特征:
-
轻量级:支持机器学习模型的推理在较小二进制数下停止,能疾速初始化/启动。
-
跨平台:可以在许多不同的平台上运转,如今支持 Android 和 iOS。
-
疾速:针对挪动设备停止了优化,包括大大增加了模型加载工夫、支持硬件减速。
支持 CUDA 9 和 cuDNN 7
Bug 修复和其他改动:
将 auto_correlation 参加 tf.contrib.distributions 中
引入 DenseFlipout 概率层
将 DenseVariational 规范化,作为其他概率层的复杂模板
tf.contrib.distributions QuadratureCompound 类支持 batch
Stream::BlockHostUntilDone 如今 return 到 Status,而不是 bool
GCS 文件零碎中的定制化恳求超时
via: GitHub
雷锋网 AI 科技评论编辑整理。
雷锋网版权文章,未经受权制止转载。概况见。