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。