TensorFlow 1.7.0 официально выпущен, исправления ошибок и улучшения здесь

искусственный интеллект TensorFlow GitHub регулярное выражение
TensorFlow 1.7.0 официально выпущен, исправления ошибок и улучшения здесь

Компиляция | Базовый лагерь технологии ИИ (общедоступный идентификатор: rgznai100)

Участвовать | Чжан Цзяньцзюнь

Недавно был официально выпущен TensorFlow 1.7.0.Новая версия в основном включает в себя следующие улучшения, которые были скомпилированы AI Technology Base Camp.

 

Ключевые особенности и улучшения

  • Удалите режим Eager из contrib, теперь используйте tf.enable_eager_execution()

  • Graph переписывает смоделированный квантователь с фиксированной точкой, теперь совместимый с TensorFlow Lite, поддерживаемый новым пакетом tf.contrib.quantize.

  • Используйте tf.custom_gradient, чтобы легко настроить расчет градиента

  • Плагин отладчика TensorBoard, графический пользовательский интерфейс (GUI) для отладчика TensorFlow ( tfdbg ), теперь находится в альфа-версии.

  • Используйте новый tf.contrib.data.SqlDataset для поддержки чтения в базе данных sqlite в качестве объекта набора данных.

  • tf.contrib.framework.CriticalSection добавляет распределенный мьютекс /CriticalSection

  • tf.regex_replace лучшая поддержка обработки текста

  • tf.contrib.data.bucket_by_sequence_length поддерживает простой и эффективный ввод последовательности

 

Исправления ошибок и другие улучшения

  • Ускоренная линейная алгебра (XLA):

    • XLA добавляет поддержку MaxPoolGradGrad

    • XLA запрещает передачу CSE от TensorFlow

  • тайфун.данные:

    • tf.data.Dataset

  1. ‍Использование механизма tf.load_op_library() для поддержки построения операционных ядер набора данных C++ в качестве внешних библиотек.

  2. Dataset.list_files() по умолчанию выполняет случайное перемешивание вывода.

  3. Datas‍et.shuffle(..., seed=tf.constant(0, dtype=tf.int64)) теперь возвращает ту же последовательность элементов, что и Dataset.shuffle(...,seed=0)

  • В tf.data.TFRecordDataset добавлен параметр num_parallel_reads

  • tf.contrib:

    • tf.contrib.bayesflow.halton_sequence теперь поддерживает рандомизацию

    • tf.contrib.all_reduce добавляет поддержку скаляров

    • Добавьте Effective_sample_size в tf.contrib.bayesflow.mcmc_diagnostics.

    • Добавьте потенциал_масштаба_редукции в tf.contrib.bayesflow.mcmc_diagnostics.

    • Добавлена ​​BatchNormalization, биекторы Kumaraswamy.

    • tf.contrib.learn больше не будет поддерживаться в будущем. Инструкции по преобразованию существующего кода см. в contrib/learn/README.md.

    • tf.contrib.data

    1. Удалены классы, которые больше не поддерживаются, включая tf.contrib.data.Dataset, tf.contrib.data.Iterator, tf.contrib.data.FixedLengthRecordDataset, tf.contrib.data.TextLineDataset и tf.contrib.data.TFRecordDataset.

    2. Добавлены Bucket_by_sequence_length, slide_window_batch и make_batched_features_dataset.

    • Удален tf.contrib.ndlstm, который больше не поддерживается. Вы можете найти его по этому внешнему URL-адресу: https://github.com/tmbarchive/tfndlstm.

    • Перенесите большую часть tf.contrib.bayesflow в собственный репозиторий: tfp

  • разное

    • tf.py_func теперь выводит полную трассировку стека при возникновении исключения.

    • TPUClusterResolver интегрируется с GKE для поддержки Cloud TPU.

    • Добавить библиотеку для статистических тестов сэмплера

    • Добавить вспомогательную функцию для потоковой передачи данных из виртуальной машины GCE для Cloud TPU.

    • ClusterResolvers и TPUEstimator для интеграции

    • Унифицируйте интерфейс между metropolis_hastings и ядром HMC.

    • Свертка LIBXSMM перемещена в отдельный --defineflag, поэтому эта операция теперь отключена по умолчанию.

    • Fixed MomentumOptimizerлямбда

    • Сокращение стандартного кода для tfp.layers с программируемыми строками документации

    • Добавлен auc_with_confidence_intervals, который вычисляет значения AUC и доверительные интервалы в линейной временной сложности.

    • regression_head теперь принимает пользовательские функции подключения в качестве входных данных, которые могут удовлетворить потребности пользователей в определении своих собственных функций подключения, когда array_ops.identity не поддерживает это.

    • Исправлено поведение initialized_value и initial_value при создании объекта ResourceVariables из VariableDef.

    • Добавлен TensorSpec в качестве пояснительной документации для тензоров.

    • Детерминированные операции свертывания констант

    • tf.linalg.* поддерживает тип float16 dtype

    • Добавлен tf.estimator.export.TensorServingInputReceiver, позволяющий tf.estimator.Estimator.export_savedmodel передавать необработанные тензоры для имитации функций.

    оригинальный автор |

    Оригинальная ссылка

    https://github.com/tensorflow/tensorflow/releases/tag/v1.7.0-rc0?from=groupmessage&isappinstalled=0

    Категории