TensorFlow 1.7.0正式发布,Bug修复和改进内容都在这里了

编译 | AI科技大本营

参与 | 张建军

TensorFlow 1.7.0 近日正式发布,新版本主要有以下改进内容,AI科技大本营对其进行了编译。

主要特征和改进

  • 从 contrib 中移除 Eager 模式,现在请用 tf.enable_eager_execution()
  • Graph 重写了仿真定点量化器,现在与TensorFlow Lite 兼容,由新的tf.contrib.quantize 包支持
  • 利用 tf.custom_gradient可以简单定制梯度的计算
  • TensorBoard 调试器插件,即 TensorFlow 调试器( tfdbg )的图形用户界面(GraphicalUser Interface, GUI),现在推出alpha 版本
  • 利用新的 tf.contrib.data.SqlDataset,支持把一个 sqlite 数据库作为 Dataset 对象进行读入
  • tf.contrib.framework.CriticalSection 添加分布式的 Mutex /CriticalSection
  • tf.regex_replace 更好地支持文本处理
  • tf.contrib.data.bucket_by_sequence_length 支持简单高效的序列输入

Bug 修复和其他改进

  • 加速线性代数(XLA):
    • XLA 添加对MaxPoolGradGrad 的支持
    • XLA 禁止从TensorFlow进行CSE pass
  • tf.data:
    • tf.data.Dataset
    1. ‍利用 tf.load_op_library()机制,支持构建 C++ Dataset op 内核作为外部库
    2. Dataset.list_files() 默认执行对输出进行随机打乱操作
    3. Datas‍et.shuffle(..., seed=tf.constant(0, dtype=tf.int64)) 现在和 Dataset.shuffle(...,seed=0) 返回同样的元素序列
    • tf.data.TFRecordDataset 添加了 num_parallel_reads参数
  • tf.contrib:
    • tf.contrib.bayesflow.halton_sequence 现在支持随机化
    • tf.contrib.all_reduce 添加对标量的支持
    • tf.contrib.bayesflow.mcmc_diagnostics 中添加 effective_sample_size
    • tf.contrib.bayesflow.mcmc_diagnostics 中添加 potential_scale_reduction
    • 添加 BatchNormalization, Kumaraswamy双射器(bijectors)
    • 未来不再支持 tf.contrib.learn。请查阅 contrib/learn/README.md中的指示对已有代码进行转换
    • tf.contrib.data
    1. 移除不再支持的类, 其中包括 tf.contrib.data.Dataset,tf.contrib.data.Iterator, tf.contrib.data.FixedLengthRecordDataset, tf.contrib.data.TextLineDataset, 和 tf.contrib.data.TFRecordDataset
    2. 添加 bucket_by_sequence_length, sliding_window_batch, 和 make_batched_features_dataset
    • 移除不再维护的 tf.contrib.ndlstm。 你可以从这个外部网址找到它:https://github.com/tmbarchive/tfndlstm
    • 把 tf.contrib.bayesflow的大多数内容迁移到它自己的仓库中: tfp
  • 其他
    • 如果抛出异常,tf.py_func现在会把完整的堆栈跟踪信息打印出来
    • TPUClusterResolver 和 GKE 进行整合,支持Cloud TPU
    • 增加一个采样器统计检验的库
    • 针对 Cloud TPU,从 GCE VM 中添加对流数据的帮助函数
    • ClusterResolvers 和TPUEstimator 进行整合
    • 统一了 metropolis_hastings和 HMC 内核的接口
    • 把 LIBXSMM 卷积迁移到一个单独的 --defineflag 中,因此这个操作现在是默认禁止的
    • 修复了 MomentumOptimizerlambda
    • 通过可编程 docstrings减少 tfp.layers 的样板代码
    • 添加 auc_with_confidence_intervals, 该方法可用线性时间复杂度计算 AUC 值和置信区间
    • regression_head 现在接受自定义的连接函数作为输入,在array_ops.identity 不支持的情况下可以满足用户定义自己的连接函数的需求
    • 修复了从 VariableDef创建 ResourceVariables对象时initialized_value 和 initial_value 的行为
    • 添加了 TensorSpec作为 Tensors 的解释说明文档
    • 确定性的常量折叠操作
    • tf.linalg.* 支持float16 的dtype
    • 添加 tf.estimator.export.TensorServingInputReceiver允许 tf.estimator.Estimator.export_savedmodel 传入 raw tensors来模拟函数

原作者 | yifeif 原文链接 https://github.com/tensorflow/tensorflow/releases/tag/v1.7.0-rc0?from=groupmessage&isappinstalled=0

本文分享自微信公众号 - AI科技大本营(rgznai100)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-03-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

谷歌新技术:神经优化器搜索,自动找到可解释的优化方法

AiTechYun 编辑:yuxiangyu 如今,深度学习模型已经部署在众多谷歌产品中,如搜索、翻译和照片等。而在训练深度学习模型时,优化方法的选择至关重要。...

37770
来自专栏木子昭的博客

Tensorflow可视化编程安装Tensoflow1.0将加法运算以图形化方式展示实现简单的线性回归为程序添加作用域模型的保存与恢复(保存会话资源)

安装Tensoflow1.0 Linux/ubuntu: python2.7: pip install https://storage.googleapis.c...

39780
来自专栏ATYUN订阅号

【技术】使用Tensorflow对象检测接口进行像素级分类

AiTechYun 编辑:yuxiangyu 在过去,我们使用Tensorflow对象检测API来实现对象检测,它的输出是图像中我们想要检测的不同对象周围的边界...

40240
来自专栏计算机视觉战队

每日一学——TensorFlow的学习

什么是TensorFlow? TensorFlow 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表...

40580
来自专栏目标检测和深度学习

深度学习TensorFlow的55个经典案例

本文是TensorFlow实现流行机器学习算法的教程汇集,目标是让读者可以轻松通过清晰简明的案例深入了解 TensorFlow。这些案例适合那些想要实现一些 ...

45070
来自专栏目标检测和深度学习

TensorFlow AI 新品联手NVIDIA,支持Swift和JavaScript

整理 | 费棋 天体物理学家使用 TensorFlow 分析开普勒任务中的大量数据,以发现新的行星; 医学研究人员利用 TensorFlow 机器学习技术来评估...

34560
来自专栏ATYUN订阅号

【业界】IBM称其机器学习库的速度比TensorFlow快了46倍

AiTechYun 编辑:nanan ? IBM声称POWER9服务器和Beastly处理器(GPU)相结合,可以让Google Cloud发生颠覆。 IBM宣...

30240
来自专栏目标检测和深度学习

用 TensorFlow 实现物体检测的像素级分类

雷锋网 AI 科技评论按:本文作者 Priyanka Kochhar 从事数据科学十多年,现在在运营一家深度学习咨询公司,她曾帮助多家创业公司完成人工智能解决方...

46860
来自专栏计算机视觉战队

DL框架的未来发展,TensorFlow/MXNet/Torch, 选哪个?

DL framework的学习成本还是不小的,以后未来的发展来看,你建议选哪个? 请主要对比分析下4个方面吧: 1. 实现新计算单元(layer)和网络结构的便...

64890
来自专栏PPV课数据科学社区

TensorFlow On Spark 开源项目分析

原文:http://sparkdata.org/?p=423&utm_source=tuicool&utm_medium=referral 作者:京东大数据技术...

3.4K60

扫码关注云+社区

领取腾讯云代金券

年度创作总结 领取年终奖励