TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了

TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了_第1张图片


译者 | 王柯凝

编辑 | Just

出品 | AI科技大本营(公众号ID:rgznai100)


【导语】TensorFlow 1.8.0 近日正式发布,新版本主要有以下改进内容,AI科技大本营对其编译如下。


主要特点及改进


  • 可以将 tf.contrib.distribute.MirroredStrategy() 传递给 tf.estimator.RunConfig() ,能够在一台有多个 GPU 的机器上运行评估器 (Estimator) 模型。

  • 添加 tf.contrib.data.prefetch_to_device() ,支持预取 GPU 内存。

  • 添加梯度提升树作为预先制作的评估器(Estimator):BoostedTreesClassifier,BoostedTreesRegressor。

  • 为云端 TPU 添加第三代管道配置,提高其性能和可用性。

  • tf.contrib.bayesflow 转向自己的 repo。

  • 添加了 tf.contrib.{proto,rpc} ,允许通用的原型解析和 RPC 通信。


Bug 修复和其他修改


tf.data:


  • 添加 tf.contrib.data.prefetch_to_device ,可以将数据集元素预取到 GPU 内存。

  • 添加 tf.contrib.data.AUTOTUNE ,在 tf.data 运行时,根据系统和环境自动调整预取缓冲区大小。

  • 添加 tf.contrib.data.make_csv_dataset ,构建 CSV 文件数据集。


Eager Execution:


  • Eager Execution 数据集可以作为标准的 Python 迭代器使用(for batch in dataset:)。当 Eager Execution 启动时,可以使用 Dataset ._iter _() 和 Dataset.make_one_shot_iterator() 创建迭代器。

  • 已启用自动装置配置(即如果 GPU 是自动接入的,则不需要使用 tf.device(“/gpu:0”))(修复 #14133)

  • 已经将 contrib 的 tf.GradientTape 移出。


tf.keras:


  • 添加了 fashion mnist 数据集。

  • 新的数据预处理功能:image/random_brightness,sequence/TimeseriesGenerator 和 text/hashing_trick。


加速线性代数 (XLA):


  • 选择并分散参考实用程序和评估程序,使用字典顺序来打破关系。


TensorFlow Debugger (tfdbg) CLI:


  • 在 tensor-filter 操作中,允许使用正则表达式排除节点。

  • 修复某些文本终端的虚假背景色。


tf.contrib:


  • 添加重构批量维度的元分发 BatchReshape 。

  • tf.contrib.layers.recompute_grad 用于 TPU 上的显式梯度检查点。

  • 添 加 tf.contrib.framework.argsort 。

  • 允许 DNNBoostedTreeCombinedEstimator 处理特征列和损失的核心版本。

  • 添加非线性图像变形操作: tf.contrib.image.sparse_image_warp,tf.contrib.image.dense_image_warp 和 tf.contrib.image.interpolate_spline 。

  • 修复 tensor 类型不匹配的 tf.contrib.opt.MultitaskOptimizerWrapper 中的错误。


Other


  • 低级图形构造现在被称为 TensorFlow C API 。对于大多数用户而言,这种更改不可见,但在这个版本中可以设置环境变量 TF_C_API_GRAPH_CONSTRUCTION = 0 来禁用此更改。未来的版本将删除禁用此更改的功能。

  • 在 tf.distributions.Distribution 中添加形状描述和指向 tutorial notebook 的指针。

  • 更新 scatter 操作:

    • 添加 tf.scatter_min 和 tf.scatter_max;

    • 扩展 scatter 操作以使用标量更新参数。

  • 仅仅将 cuDNN RNN操作移至内核,用于 TensorFlow 代码库。

  • 为 Conv2d , Conv2dBackpropInput 和 Conv2dBackpropFilter 添加 float64 支持。

  • 为 AvgPool / AvgPoolGrad 添加 float64 支持。

  • 图名称作用域线程为本地,以便在多线程环境中正常工作。

  • 更新 nsync 同步库,避免 Linux 上速度较慢的原语。

  • 在构建自定义操作时,删除了需要在 C include 路径中放置 nsync / public 

  • 添加 tf.image.psnr , tf.image.ssim , tf.image.ssim_multiscale , tf.image.image_gradients , tf.image.sobel_edges

  • 将链接添加到 https://js.tensorflow.org

  • 修复正交矩阵的不均匀性。

  • 修复了多图像评估器(Estimator)评估摘要显示不正确的问题。


资源:


源代码(zip)

https://github.com/tensorflow/tensorflow/archive/v1.8.0-rc0.zip

源代码(tar.gz)

https://github.com/tensorflow/tensorflow/archive/v1.8.0-rc0.tar.gz


作者 | annarev 

原文链接

https://github.com/tensorflow/tensorflow/releases/



招聘

AI科技大本营现招聘AI记者和资深编译,有意者请将简历投至:[email protected],期待你的加入


AI科技大本营读者群(计算机视觉、机器学习、深度学习、NLP、Python、AI硬件、AI+金融、AI+PM方向)正在招募中,和你志同道合的小伙伴也在这里!关注AI科技大本营微信公众号,后台回复:读者群,添加营长请务必备注姓名,研究方向。

640?wx_fmt=gif
TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了_第2张图片

TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了_第3张图片

TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了_第4张图片

AI科技大本营 公众号ID:rgznai100 TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了_第5张图片


☟☟☟点击 | 阅读原文 | 查看更多精彩内容

你可能感兴趣的:(TensorFlow 1.8.0正式发布,Bug修复和改进内容都在这里了)