TensorFlow 1.0 正式发布

在刚刚过去的一年里，从语言翻译到对皮肤癌的早期检测和对糖尿病患者失明的防护，TensorFlow 对研究人员，工程师，艺术家，学生和其他各界人士在各领域的进步都有所帮助。我们惊喜的看到，TensorFlow 被应用在超过6000个在线开源库中。

今天，在加州湾区山景城举办了第一届 TensorFlow 开发者峰会，在这次全球直播中，TensorFlow 1.0 版本正式发布。

更快：TensorFlow 1.0 令人难以置信的快！XLA 为它未来更多的性能改进奠定了基础，在如何调整现有模型来实现最大速度的问题上，tensorflow.org 也已经包含了相关的提示与技巧。为了更好地利用 TensorFlow 1.0 ——包括基于8个 GPU 对 Inception v3 实现7.3倍的加速，以及基于64个 GPU 对分布式 Inception v3 训练实现58倍的加速，谷歌很快将会发布一些更新后的流行实例。

更灵活：TensorFlow 1.0 通过 tf.layers，tf.metrics 和 tf.losses 模块导入了更高级的 API。宣布增加新模块 tf.keras，它与另一个时兴的高级神经网络库 Keras完全兼容。

0

更便于开发：TensorFlow 1.0 提供了稳定的 Python API 用于简化新功能的获取，同时避免打乱现有代码。

TensorFlow 1.0的其他亮点：

• Python API 变得更接近 NumPy。因此，一些向后不兼容的改变也在推动API稳定性的提高，请使用我们的迁移指南和版本描述。
• 针对 Java 和 Go 语言的实验性 API。
• 更高级的 API 模块 tf.layers，tf.metrics 和 tf.losses ——在合并 skflow 和 TF Slim 后，从 tf.contrib.learn 中获取。
• 面向 CPU 和 GPU，推出 XLA 的实验版：一个针对 TensorFlow 图的领域专用编译器。XLA 的快速发展预示着在即将到来的版本中可以看到更多的进展。
• Tensor Debugger（tfdbg）——一个用于实时调试 TensorFlow 程序的命令行界面和 API。
• 用于对象检测和本地化的新 Android 演示以及基于摄像头的图像样式化。
• 安装改进：添加了 Python 3 docker 镜像，TensorFlow 安装包兼容了 PyPI。可以通过在命令行输入 pip install tensorflow 直接安装。

https://www.youtube.com/playlist?list=PLOU2XLYxmsIKGc_NBoIhTn2Qhraji53cv

我们在全球都可以看到 TensorFlow 社区令人激动的发展速度。想更多的了解 TensorFlow 1.0，你可以在 YouTube 上观看 TensorFlow 开发者峰会的演讲，从 TensorFlow 的更高级的 API 到我们全新的 XLA 编辑器，还有令人兴奋的 TensorFlow 使用方法，视频中都有所涵盖。

本文由 AI100 编译，转载需得到本公众号同意。

编译：AI100

原文链接：https://developers.googleblog.com/2017/02/announcing-tensorflow-10.html