谷歌发布 TensorFlow 1.5,全面支持动态图机制和 TensorFlow Lite
雷锋网 (公众号:雷锋网) AI 科技评论消息,日前,谷歌发布 TensorFlow 1.5,TensorFlow 又一次迎来更新。
在此前的版本中,TensorFlow 迎来三大重大变化:Keras 位于 TensorFlow core 中,Dataset API 支持更多功能,引入效用函数 tf.estimator.train_and_evaluate 等等。而在这次的更新中,谷歌宣布 TensorFlow 将全面支持 Eager execution 动态图机制和 TensorFlow Lite,除此之外,还将支持 CUDA 9 和 cuDNN 7。
雷锋网 AI 科技评论将此次的更新编译整理如下:
重大改变:
基于 CUDA 9 和 cuDNN 7 来构建预建的二进制文件;
Linux 二进制文件是在 ubuntu 16 容器环境下构建的,这可能会导致与用 ubuntu 14 构建的文件不兼容;
从 1.6 版本开始,预建二进制文件中将会使用 AVX 指令集,如果老版本不支持 AVX 指令集,将会引发问题。
主要的更新:
支持 Eager execution 预览版本
TensorFlow Eager Execution 是一个命令式、由运行定义的接口,可以在即时的运行错误下进行快速调试,与 Python 工具进行整合,一旦从 Python 被调用可立即执行操作。这可以使得 TensorFlow 的入门学习变得更简单,也使得研发工作变得更直观。
支持 TensorFlow Lite 开发者版本
TensorFlow Lite 针对移动和嵌入式设备等。具备如下三点特征:
-
轻量级:支持机器学习模型的推理在较小二进制数下进行,能快速初始化/启动。
-
跨平台:可以在许多不同的平台上运行,现在支持 Android 和 iOS。
-
快速:针对移动设备进行了优化,包括大大减少了模型加载时间、支持硬件加速。
支持 CUDA 9 和 cuDNN 7
Bug 修复和其他改变:
将 auto_correlation 加入 tf.contrib.distributions 中
引入 DenseFlipout 概率层
将 DenseVariational 标准化,作为其他概率层的简单模板
tf.contrib.distributions QuadratureCompound 类支持 batch
Stream::BlockHostUntilDone 现在 return 到 Status,而不是 bool
GCS 文件系统中的定制化请求超时
via: GitHub
雷锋网 AI 科技评论编辑整理。
雷锋网版权文章,未经授权禁止转载。详情见。