TensorFlow 1.0 發布
04-05
TensorFlow 1.0 發布
Google在美國加州山景城舉辦的首屆TensorFlow開發者峰會上,發布了 TensorFlow 1.0正式版!(撒花!!!)
發布會視頻:https://youtu.be/LqLyrl-agOw (請自行搬梯子)
Tensorflow 1.0 正式版的亮點:
- 更快:TensorFlow 1.0 現在簡直快到難以置信!TensorFlow團隊將很快發布幾個流行模型,以展示如何充分利用TensorFlow 1.0 - 包括針對Inception v3的8位 GPU的7.3x加速和針對64位 GPU的分散式Inception v3的58x加速!
- 更靈活:TensorFlow 1.0引入了一個高級API,包含tf.layers,tf.metrics和tf.losses模塊。同時還宣布增加了一個新的tf.keras模塊,它與另一個流行的高級神經網路庫Keras完全兼容。
- 隨時就緒:TensorFlow 1.0 保證了 Python API穩定性,可以不破壞現有的代碼的情況下便能獲取新功能。
其他亮點和特性:
- 現在的 Python API 更類似於NumPy。此類和其他向後兼容的更改主要用來支持API穩定性,未來,我們將提供方便的遷移指南和轉換腳本。
- Java和Go的Experimental API
- 更高級別的API模塊tf.layers,tf.metrics和tf.losses - 在合併skflow和TF Slim之後從tf.contrib.learn中提取
- 發布面向CPU和GPU的TensorFlow圖表的領域特定編譯器 XLA的實驗版。 XLA正在迅速發展,預計在未來的發布會中將看到更多的進展。
- 引入了一個用於調試實時TensorFlow程序的命令行界面和API - TensorFlow Debugger(tfdbg)。
- 用於對象檢測和本地化的新Android演示以及基於攝像頭的圖片樣式化。
- 安裝改進:添加了Python 3 docker鏡像,TensorFlow的pip包現在是PyPI兼容的。這意味著TensorFlow現在可以安裝與pip安裝張量流的簡單調用。
(更多內容請查看發行說明:https://www.tensorflow.org/versions/master/resources/index.html)
通過使用動態批處理技術如Fold、網頁工具如Embedding Projector及更新現有的工具如TensorFlow Serving,TensorFlow生態系統將不斷發展。
TensorFlow團隊非常感激為推廣深度學習技術而不懈努力的貢獻者、教育工作者和研究人員團體,也期待能夠在Github issues、stackoverflow等論壇上,在discuss@tensorflow.org 中,以及在未來活動中,與更多的參與者相遇。
下載地址:
TensorFlow-Github
來自於:https://eternityi.github.io/2017/02/16/tensorflow-1-release/
推薦閱讀:
※Numpy基本語法示例①
※Inside TF-Slim(2) arg_scope
※Softmax函數與交叉熵
※一個模型庫學習所有:谷歌開源模塊化深度學習系統Tensor2Tensor
TAG:機器學習 | 人工智慧 | TensorFlow |