我们很高兴地宣布,TensorFlow 1.9 现已正式发布!请查看相应公告,及时了解一些主要特点和重大改变,轻松升级您的代码。 主要特点和改进 ● tf.keras 文件升级: 新的基于 Keras 的入门以及程序员指导页 ● tf.keras 升级到 Keras 2.1.6 API ● 添加 tf.keras.layers.CuDNNGRU 和 tf.keras.layers.CuDNNLSTM 层 ● 对梯度提升树估算器 (gradient boosted trees estimators) 添加核心功能栏和损失 (feature columns andlosses) 的支持 ● TFLite 优化转换器的 Python 界面有所扩展,命令行界面 (AKA:toco, tflite_convert) 再次包含在了标准 pip 安装中 ● 优化了数据载入和文本处理:
● 实验性地增加了对新的预制估算器的支持:
● distributions.Bijector API 支持使用新的 API 变化为 Bijectors 进行广播 重大改变 ● 如果你正在打开空变量范围,用 variable_scope (tf.get_variable_scope(), ...) 替换 variable_scope ('', ...) ● 用于构建自定义操作的标题已从 site-packages/external 移至 site-packages/tensorflow/include/external Bug 修复及其他一些变更 ● tfe.Network 已弃用。请从 tf.keras.Model 指定继承 ● 分层变量名称在以下条件中已更改: 使用带自定义变量范围的 tf.keras.layers 在子类 tf.keras.Model 类别中使用 tf.layers ● tf.data :
● Eager Execution : 通过 tf.GradientTape.stop_recording 添加暂停梯度计算的记录操作功能更新文档,介绍手册 ● tf.keras : 将 Keras code 从_impl 文件夹中移出并移除API文件 tf.keras.Model.save_weights 现在默认以 TensorFlow 格式保存 启用数据集迭代器以传递至 tf.keras.Model 训练/评价方法 ● TensorFlow Debugger (tfdbg) 修复了 TensorBoard 调试器插件在源文件大小超过 gRPC 消息限制 (4 MB) 时无法处理的问题 ● tf.contrib : tf.contrib.framework.zero_initializer 支持 ResourceVariable 添加 'constrained_optimization' 到 tensorflow/contrib ...... |
|
来自: alayavijnana > 《科技未来》