我们所有预构建的二进制文档已用 cuDNN6 构建。我们预期在 TensorFlow 1.4 中用 cuDNN7
import tensorflow 运行地更快
向 GCS 文件系统中增加了一个文件缓存(file cache),可对文件内容配置最大的 staleness。这能让文件内容的缓存跨越关/开的界限
向 tf.gather 增加了一个轴参数
向 tf.pad 增加了一个 constant_values 关键词参数
增加了 Dataset.interleave 转换
增加了 ConcatenateDataset 连结两个数据集
为 TensorFlow 增加了 Mobilenet 支持,进行 Poets 训练脚本
向 GCS 文档系统增加了一个块缓存(block cache),可配置块的大小和计算
增加了 SinhArcSinh bijector
增加了 Dataset.list_files API
为 Cloud TPU 引入了新的运算和 Python 捆绑
为了与 tensorflow-安卓对称,增加了 TensorFlow-iOS CocoPod
引入了 ClusterResolvers 的基础实现
统一了 TensorShape 与 PartialTensorShape 的记忆表征。现在 tensors 最大有 254 维,不是 255.
改变了 LIBXSMM 的引用,使用 1.8.1 版本
TensorFlow 调试器(tfdbg):
我们所有预构建的二进制文档已用 cuDNN6 构建。我们预期在 TensorFlow 1.4 中用 cuDNN7
import tensorflow 运行地更快
向 GCS 文件系统中增加了一个文件缓存