TensorFlow 1.13.0-rc最新版本说明

在TensorFlow 1.13.0-rc0中，TensorFlow Lite已从contrib转移到core。这意味着Python模块现在在tf.lite下，源代码现在在tensorflow/lite下而不是tensorflow/contrib/lite。
TensorFlow GPU二进制文件现已针对CUDA 10构建。
NCCL已经转移到TensorFlow 1.13.0-rc0的核心。

行为和其他变化

在TensorFlow 1.13.0-rc0中，不允许在tf.constant中将python浮动类型转换为uint32/64（即其他整数类型的匹配行为）。
包含有关quantze_and_dequantize_v2中使用的舍入模式的详细信息的Doc已更新。
GPU cumsum/cumprod的性能提升了300倍。
在大多数TPU嵌入优化器（如AdamW和MomentumW）中增加了对重量衰减的支持。
添加了一个实验性Java API，用于注入TensorFlow Lite委托。
在TensorFlow Lite Java API中为字符串添加了新的支持。
tf.spectral已合并到TensorFlow 2.0的tf.signal中。

Bug修复

现在在使用TensorFlow库之前调用tensorflow :: port :: InitMain（）。未能执行此操作的程序无法移植到所有平台。
saved_model.loader.load已被弃用，并由saved_model.load替换。
Saved_model.main_op也已被弃用，并被V2中的saved_model.main_op取代。
tf.QUANTIZED_DTYPES已被弃用，并更改为tf.dtypes.QUANTIZED_DTYPES。
sklearn进口已针对已弃用的软件包进行了更新。
confusion_matrix op现在导出为tf.math.confusion_matrix而不是tf.train.confusion_matrix。
在TensorFlow 1.13.0-rc0中将ignore_unknown参数添加到parse_values中，该参数抑制未知超参数类型的ValueError。这样*添加tf.linalg.matvec便利功能。
tf.data.Dataset.make_one_shot_iterator（）已在V1中弃用，并添加了tf.compat.v1.data.make_one_shot_iterator（）`。
tf.data.Dataset.make_initializable_iterator（）在V1中已弃用，已从V2中删除，并添加了另一个tf.compat.v1.data.make_initializable_iterator（）。
XRTCompile操作现在可以返回由XLA编译产生的ProgramShape作为第二个返回参数。
XLA HLO图在TensorFlow 1.13.0-rc0中呈现为SVG/HTML。