学习
实践
活动
工具
TVP
写文章

TensorFlow 1.9 正式推出!

我们很高兴地宣布,TensorFlow 1.9现已正式发布!请查看相应公告,及时了解一些主要特点和重大改变,轻松升级您的代码。

主要特点和改进

●tf.keras文件升级: 新的基于Keras的入门以及程序员指导页

●tf.keras升级到Keras2.1.6 API

●对梯度提升树估算器(gradient boosted trees estimators)添加核心功能栏和损失(feature columnsandlosses)的支持

●TFLite优化转换器的Python界面有所扩展,命令行界面 (AKA:toco,tflite_convert)再次包含在了标准pip安装中

●优化了数据载入和文本处理:

●实验性地增加了对新的预制估算器的支持:

●distributions.BijectorAPI 支持使用新的API变化为Bijectors进行广播

重大改变

●如果你正在打开空变量范围,用variable_scope (tf.get_variable_scope(), ...)替换variable_scope ('', ...)

●用于构建自定义操作的标题已从site-packages/external移至site-packages/tensorflow/include/external

Bug 修复及其他一些变更

●tfe.Network已弃用。请从tf.keras.Model指定继承

分层变量名称在以下条件中已更改:

●tf.data :

Dataset.from_generator()现能接受一个 args 列表,以便创建嵌套生成器

当shuffle = False或一个SEED通过的情况下,Dataset.list_files()现在将会产生确定性结果

tf.contrib.data.sample_from_datasets()和tf.contrib.data.choose_from_datasets()将更容易采样或更容易确定地从多个数据集中选择元素

tf.contrib.data.make_csv_dataset()现支持引用字符串中的换行符,并删除了两个不经常使用的参数

(C++) DatasetBase::DebugString()现已设为常量

(C++) DatasetBase::MakeIterator()已重新更名为DatasetBase::MakeIteratorInternal()

(C++) IteratorBase::添加了Initialize()method以支持在迭代器构建期间提出错误

●Eager Execution :

通过tf.GradientTape.stop_recording添加暂停梯度计算的记录操作功能

更新文档,介绍手册

●tf.keras :

将Keras code从_impl文件夹中移出并移除API文件

tf.keras.Model.save_weights现在默认以TensorFlow格式保存

启用数据集迭代器以传递至tf.keras.Model训练/评价方法

●TensorFlow Debugger (tfdbg)

修复了TensorBoard调试器插件在源文件大小超过 gRPC 消息限制 (4 MB) 时无法处理的问题

●tf.contrib :

......

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180713G1NFHR00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券