TensorFlow1.8.0正式发布，Bug修复和改进内容都在这里了

最新推荐文章于 2023-03-05 15:33:46 发布

AI科技大本营

最新推荐文章于 2023-03-05 15:33:46 发布

阅读量3.9k

点赞数

分类专栏：人工智能

本文链接：https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/79979257

版权

540 篇文章 14 订阅

订阅专栏

这里写图片描述

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。

tf.data:

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):

TensorFlow Debugger (tfdbg) CLI:

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。

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）

源代码（tar.gz）