TensorFlow 1.0已发布

Google最近发布了TensorFlow 1.0。该版本具有稳定的Python API，并添加了Java和Go的实验性API。 新的领域专用编译器XLA，对于Inception-v3神经网络模型，在8 GPU配置下能获得7.3倍的性能提升，在64 GPU配置下能获得58倍的提升。一个新的上层API可以帮助构建卷积神经网络、计算评估相关的指标和损失函数运算。Keras还可以通过内置模块与TensorFlow集成。Keras是一个上层Python神经网络库，旨在抽象深度学习以便快速实验。

\\

发布TensorFlow 1.0后不久，Google还发布了tf.transform，这是一个用于TensorFlow的数据预处理库。基于Apache Beam，tf.transform可以帮助避免“训练服务偏差（training-serving skew）”问题，该问题是生产中的数据与用于训练底层模型的数据不同。

\\

除了这些改进，还添加了命令行调试器、Python 3 docker镜像以及更容易的安装方式（通过pip包管理工具）。这些改进产生了副作用，其中存在一些更改向后不兼容，此兼容问题可以通过迁移指南和转换脚本（conversion script）解决。

\\

用户可以在自己的基础设施上部署TensorFlow，或者使用Google的PaaS TensorFlow产品Cloud Machine Learning。开发人员可以从介绍性内容或更高级的示例入手。

\\

在短短一年多的时间里，已有超过6000个GitHub开源代码仓库使用TensorFlow。更多信息可以在TensorFlow开发者大会（TensorFlow Developer Summit）的视频中获得，该视频包含了最近的更新和一些有意思的用例。

\\

查看英文原文：TensorFlow 1.0 Released

\\

---

感谢王纯超对本文的审校。

\

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至[email protected]。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们。