谷歌发布 TensorFlow 1.6.0，针对 CUDA 9.0 和 cuDNN 7 预构建二进制文件

日前，谷歌发布 TensorFlow 1.6.0 正式版，带来了多项更新和优化，雷锋网 AI 研习社将谷歌官方介绍编译如下：

重大改进：

• 针对 CUDA 9.0 和 cuDNN 7 预构建二进制文件；
• 预构建的二进制文件将使用 AVX 指令，这可能会破坏较老的 CPU 上的 TF。

主要的特征和改进

• 针对非插槽变量的新优化器内部 API；
• 现在 tf.estimator.{FinalExporter,LatestExporter} 可以导出剥离的 SavedModels，这增加了 SavedModels 的前向兼容性；
• FFT 支持添加到 XLA CPU / GPU；
• Android TF 现在可以在兼容的 Tegra 设备上使用 CUDA 加速来构建（更多信息，请参阅 contrib / makefile / README.md）。

Bug 修复和其他改进：

文件更新：

• 增加了 Getting Started 的第二个版本，主要针对机器学习新手；
• 阐明了 resize_images.align_corners 参数文档；
• 增加了 TPU 文档。

谷歌云存储（GCS）

• 增加了客户端节流；
• 在 FileSystem 接口上增加了 FlushCaches() 方法，用于 GscFileSystem 实现。

其他：

• 增加了 tf.contrib.distributions.Kumaraswamy；
• RetryingFileSystem::FlushCaches() 可调用基础 FileSystem 的 FlushCahes()；
• 将 auto_correlation 添加到了 distribution；
• 增加了 tf.contrib.distributions.Autoregressive；
• 增加了 SeparableConv1D layer；
• 增加了卷积 Flipout layer；
• 当 tf.matmul 的两输入都是 bfloat16 时，它将返回 bfloat16，而不是 float32；
• 增加了 tf.contrib.image.connected_components；
• 增加了可让原子变量访问的 tf.contrib.framework.CriticalSection；
• 分类任务的树预测上输出变化；
• 对于 pt 和 eval 指令，可允许张量值以 numpy 文件写入 filesystem；
• gRPC：传播截断的错误（而不是返回 gRPC 内部的错误）；
• 增加 parallel_interleave 来支持两种预取；
• 改进了 XLA 对 C64-related ops log, pow, atan2, tanh 的支持；
• 增加了概率卷积层。

API 改变

• 将 prepare_variance 布尔值默认设置为 false，方便后向兼容；
• 将 layers_dense_variational_impl.py 移至 layers_dense_variational.py。

详细的更新信息请查看 TensorFlow 的 Github 页面：

https://github.com/tensorflow/tensorflow/releases。