专栏首页机器之心TensorFlow 2.0「开发者预览版」上线,内容每日更新

TensorFlow 2.0「开发者预览版」上线,内容每日更新

机器之心报道

参与:刘晓坤、李泽南

TensorFlow 2.0 预览版上线了!近日,谷歌 AI 团队成员 Martin Wicke 在社交网络上向大家发布了这一最流行深度学习框架的「开发者预览版」,该版本又被称为「Nightly 版」——因为框架会每晚更新。这不是一个稳定的版本,但开发者们可以尝试使用,熟悉新版本的特性。

不过,即使是在 TensorFlow 2.0 中,目前也没有对于 Python 3.7 的支持。

还有网友表示:

Nightly 版更接近于 beta 版本,为用户提供即将发布的内容的预览,以及有机会使用/贡献新功能。Nightly 版绝不是一个专为产品而设计的稳定版本,它旨在测试开发人员正在使用的最新功能,不会自动提供文档,可以找到 bug,无法保证功能的可用性。

预览版官方页面:https://www.tensorflow.org/versions/r2.0/api_docs/python/tf

开发者们可以输入如下代码安装预览版:

pip install tf-nightly-2.0-preview

安装 GPU 版的方法是:

pip install tf-nightly-gpu-2.0-preview

目前的版本号是:tf-nightly-2.0-preview-1.13.0.dev20181214

TensorFlow 2.0 如今在 pypi 上提供 tf-nightly-2.0-preview 和 tf-nightly-gpu-2.0-preview 版本。你还可以通过传递—config=v2 到 bazel 命令来从源代码构建版本(在运行 configure 之后)。TensorFlow 2.0 是从同一个源码树构建的,因此如果你是从源代码构建,只需要从主服务器生成。

可从预览版官方页面获取 Nightly 版生成的文档。因为 Nightly 版还在开发中,文档可能随时变得不再有用或不完整。

在 TensorFlow 2.0 的开发中,谷歌专注于可用性,并对指定(specify)和运行计算的方式进行了重大更改。2018 年秋季发布的 RFC(https://github.com/tensorflow/community/tree/master/rfcs)实现了这样的重大变化。

pip 软件包附带一个转换器工具,可以升级(大多数)1.x TensorFlow 代码,因此它可以在 Nightly 版安装的 2.0 的情况下运行。tf_upgrade_v2 工具大量使用兼容性模块:tf.compat.v1。此模块包含 TensorFlow 1.x 中存在的所有符号及其原始功能。此外,升级工具也处于开发阶段,它可能无法在复杂项目上运行。

这个 Nightly 版的 2.0 仍然不完整。因此,谷歌表示不保证稳定性,还存在未解决的性能问题,并且缺少某些功能(例如,仅支持某些分布式机制,特别是 TPU 的支持仍然不完整),并且 TensorFlow 生态系统尚未和 2.0 同步更新(例如,TFHub)。谷歌表示会在创建 2.0-alpha 之前解决这些问题。

如果有兴趣尝试 Nightly 版,谷歌表示很欢迎报告使用中发现的问题。

在这里查看提交错误报告的方法:https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.md

对于最流行的机器学习框架来说,TensorFlow 2.0 将是一个重要的里程碑:新版本意味着大量的内容梗概,所有一切都以人人可以使用机器学习为目标。但是,这些更改可能会要求老用户重新学习如何使用框架。

去年 9 月,谷歌在开发者大会上就曾表示,在 TensorFlow 2.0 版本中,Eager 模式会成为默认执行模式,让开发者更简洁高效地搭建原型。

冯亦菲则在开发者大会上表示,TensorFlow 2.0 beta 版将会在 2018 年底公开(看来有点延迟了),而正式版预计于 2019 年的第一个季度(最迟第二季度)问世。Eager 模式变为默认设置之后,开发者可以在原型搭建完成后,利用 AutoGraph 把在 Eager 模式下搭建的模型自动变成计算图。开发者也可以进一步对 AutoGraph 生成的计算图进行优化,或者关掉 Eager 模式自己构建计算图。

参考内容:

https://www.reddit.com/r/MachineLearning/comments/aem203/d_tensorflow_20_nightly_build_is_up/

https://groups.google.com/a/tensorflow.org/forum/#!topic/developers/aKdmUOiyzGM

本文分享自微信公众号 - 机器之心(almosthuman2014),作者:Synced

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:2019-01-11

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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 谷歌重磅发布TensorFlow 2.0正式版,高度集成Keras,大量性能改进

    TensorFlow 2.0 安装指南:https://www.tensorflow.org/install

    机器之心
  • 深度 | PyTorch和TensorFlow哪家强:九项对比读懂各自长项短板

    选自GitHub 作者:Awni Hannun 机器之心编译 参与:Panda 现在是各种机器学习框架群雄争霸的时代,各种各样的比较文章也层出不穷。近日,斯坦福...

    机器之心
  • 重磅发布2.0 Alpha版,TensorFlow新定位:端到端开源机器学习平台

    自 2015 年开源以来,TensorFlow 得到了越来越多开发者的认可,成为了当前最受欢迎的深度学习框架之一。据现场介绍,目前为止 TensorFlow 已...

    机器之心
  • C/C++ 学习笔记七(内存管理)

    工作中经常使用到C/C++,为对C有个比较深刻的了解,重新拾起学习C的任务。在看书的同时,记录下思考的过程,也记录下重要的知识点。

    Celebi
  • 使用snmp_exporter采集 netscaler设备指标

    我们已经将监控系统从 zabbix 替换为prometheus, 之前通过snmp很方便的采集到网络设备的指标,改用prometheus后,建议使用 snmp_...

    二狗不要跑
  • 开发 | TensorFlow 2.0开发者测试版来啦,正式版推出指日可待

    在过去的几年里,在 GitHub 社区的高效参与下,TensorFlow 开发团队审查了 RFC,添加了许多新功能,实现了 TensorFlow 2.0 的大部...

    AI科技评论
  • Cocospod 升级到指定版本

    ZY_FlyWay
  • 内存地址中藏着的学问

    作为一个技术人员,不管你日常用的是什么语言,你都应该或多或少的听过c语言。而如果你了解c,那你一定知道它有个,有时可以让你天马行空,有时又可以让你郁郁寡欢的数据...

    wangyuntao
  • PostgreSQL OUT OF MEMORY 你拎得清?

    当看到上面的这幅图,我想你的心情一定是不怎么美好,当然如果你设置了 SWAP 倒是很难看到这幅图,但估计也不会好受多少,投诉你数据库系统缓慢的唾沫或许可以给你建...

    AustinDatabases
  • 【吴恩达专访】我所理解的人工智能,创新和失败

    【新智元导读】作为人工智能界的标志性人物,吴恩达在2014年加入百度后受到了国内相关领域的强烈关注。这篇霍芬顿邮报(Huffington Post)对吴恩达的长...

    新智元

扫码关注云+社区

领取腾讯云代金券