TensorFlow 1.0 正式发布

首届TensorFlow 开发者峰会在美国加州山景城召开，其最新版本TensorFlow 1.0 也于峰会上正式发布。

在过去的一年多里，TensorFlow 帮助了许许多多的研究人员、工程师、艺术家、在校学生等改善自己的工作与生活，从语言翻译、皮肤癌早期诊断、预防糖尿病眼病引发的失明等方方面面都有它的身影。（点击阅读：从追踪海牛到分拣黄瓜，TensorFlow 一年竟然做了这么多事！）

与已有版本相比，全新的TensorFlow 1.0 主要有以下改进：

更快：TensorFlow 1.0 超乎想象的快！TensorFlow 团队将发布几个模型的更新，来展现如何充分利用TensorFlow 1.0。

更灵活：TensorFlow 1.0 为TensorFlow 引进了带有更多模块的高级别应用程序界面。同时，TensorFlow 团队已宣布引进能够与Keras（另一高级别的神经网络库）完全兼容的tf.keras 模块。

随时就绪：TensorFlow 1.0 可确保Python 应用程序界面的稳定性。Python 能够在不打破现有代码的情况下，更容易地获取新功能。

除此之外，TensorFlow 1.0 还有着以下亮点：

Python 应用程序界面被调整为与NumPy 更相近。

Java 和Go 的实验性API。 合并skflow 和TF Slim 后，从tf.contrib.learn 而转入的高级别应用程序界面模块：tf.layers，tf.metrics 和tf.losses。 针对中央处理器发布了XLA（TensorFlow 图表的特定领域编译器）的实验版本。 XLA 正在快速发展，因此预计在未来的发布会上会有更多的进展。 引进了TensorFlow 调试器，其为TensorFlow 运行程序的命令行界面和应用程序界面。 对象检测和定位，以及相机图像风格化的新安装系统的演示。 安装改进：添加Python 3 docker 镜像，并使pip 包兼容PyPI。现在只要简单的调用“pip 安装tensorflow”，便可安装TensorFlow。

通过使用动态批处理技术如Fold、网页工具如Embedding Projector 及更新现有的工具如TensorFlow Serving，TensorFlow 生态系统将不断发展。

TensorFlow 团队非常感激为推广深度学习技术而不懈努力的贡献者、教育工作者和研究人员团体，也期待能够在Github issues、stackoverflow等论坛上，在discuss@tensorflow.org 中，以及在未来活动中，与更多的参与者相遇。