前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >开发 | 谷歌发布TensorFlow 1.4版本:支持分布式训练,迎来三大新变化

开发 | 谷歌发布TensorFlow 1.4版本:支持分布式训练,迎来三大新变化

作者头像
AI科技评论
发布2018-03-14 15:25:18
1.1K0
发布2018-03-14 15:25:18
举报
文章被收录于专栏:AI科技评论AI科技评论

e Developers blog正式撰文发布TensorFlow 1.4版本,此次的更新迎来三个重大变化: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。

AI科技评论编辑整理如下:

TensorFlow 1.4目前已经公开,这次迎来重大更新。此次更新后,将支持很多新的、令人兴奋的特征,希望大家都能满意。

Keras

在TensorFlow 1.4版本中,Keras从tf.contrib.keras转移到tf.keras核心包。Keras目前是一个广受欢迎的机器学习框架,它的高级API接口能大大缩短从付诸想法到实践的时间。Keras平滑地集成了其他core TensorFlow功能,包括Estimator API。

事实上,通过调用tf.keras.estimator.model_to_estimator函数,大家可以从任何Keras模型中构建Estimator。

此次更新后,Keras处于TensorFlow core中了,大家可以在自己的产品工作流中用到它。

想要了解更多关于Keras的相关知识,请阅读如下链接:

代码语言:javascript
复制
简单介绍
https://keras.io/#getting-started-30-seconds-to-keras

Keras Sequential model API指南
https://keras.io/getting-started/sequential-model-guide/

Keras Functional model API指南
https://keras.io/getting-started/functional-api-guide/

想要了解更多关于Estimator的相关知识,请阅读如下链接:

代码语言:javascript
复制
介绍TensorFlow Estimator和数据集的博文
https://developers.googleblog.com/2017/09/introducing-tensorflow-datasets.html

数据集

TensorFlow 1.4版本中,Dataset API从tf.contrib.data中转移到tf.data核心包。新版Dataset API将支持Python生成器。强烈建议大家使用Dataset API来为TensorFlow模型创建input pipeline,原因有如下几点:

  • 比起老版的API,这次更新的Dataset API提供了更多功能(feed_dict函数、基于队列的pipeline)
  • Dataset API执行效果更好
  • Dataset API更干净,更易于使用

未来的开发重点将放在Dataset API上,而不是着眼于之前的API。如果想使用数据集,请阅读如下说明:

代码语言:javascript
复制
介绍TensorFlow Estimator和数据集的博文(链接如上)

TensorFlow程序员数据导入篇指南
https://www.tensorflow.org/versions/r1.4/programmers_guide/datasets

介绍Dataset API的幻灯片(带有讲者注释)
http://.cn/RlWCD1b

分布式训练&评估Estimator

TensorFlow 1.4还引入了效用函数tf.estimator.train_and_evaluate,这能简化训练、评估以及

输出Estimator模型的过程。该函数在训练和评估过程中能支持分布式执行,同时也仍然支持本地执行。

其他增强功能

除了前面所述的一系列功能,TensorFlow 1.4还引入了一些额外的增强功能,在Release Note有详细描述。

代码语言:javascript
复制
地址:
https://github.com/tensorflow/tensorflow/blob/master/RELEASE.md

安装TensorFlow 1.4

目前可以使用标准pip来安装TensorFlow 1.4版本。

代码语言:javascript
复制
# Note: the following command will overwrite any existing TensorFlow

# installation.

$ pip install --ignore-installed --upgrade tensorflow

# Use pip for Python 2.7

# Use pip3 instead of pip for Python 3.x

另外,tensorflow.org中的文件也已更新到1.4版本。

最后,TensorFlow的强大功能依赖于社群中的贡献者们,非常感谢大家帮助我们一起进行开发。还没有加入我们社群的人,请不要犹豫,大家一起在GitHub开发源代码或者在Stack Overflow上帮助回答问题吧。

希望你们都能喜欢这些新功能。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2017-11-08,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 AI科技评论 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档