我們很高興地宣布，TensorFlow 1.9 現(xiàn)已正式發(fā)布！請查看相應公告，及時了解一些主要特點和重大改變，輕松升級您的代碼。
主要特點和改進
● tf.keras 文件升級: 新的基于 Keras 的入門以及程序員指導頁
● tf.keras 升級到 Keras 2.1.6 API
● 添加 tf.keras.layers.CuDNNGRU 和 tf.keras.layers.CuDNNLSTM 層
● 對梯度提升樹估算器 (gradient boosted trees estimators) 添加核心功能欄和損失 (feature columns andlosses) 的支持
● TFLite 優(yōu)化轉換器的 Python 界面有所擴展，命令行界面 (AKA:toco, tflite_convert) 再次包含在了標準 pip 安裝中
● 優(yōu)化了數(shù)據(jù)載入和文本處理：
tf.decode_compressed
tf.string_strip
tf.strings.regex_full_match
● 實驗性地增加了對新的預制估算器的支持：
tf.contrib.estimator.BaselineEstimator
tf.contrib.estimator.RNNClassifier
tf.contrib.estimator.RNNEstimator
● distributions.Bijector API 支持使用新的 API 變化為 Bijectors 進行廣播
重大改變
● 如果你正在打開空變量范圍，用 variable_scope (tf.get_variable_scope(), ...) 替換 variable_scope ('', ...)
● 用于構建自定義操作的標題已從 site-packages/external 移至 site-packages/tensorflow/include/external
Bug 修復及其他一些變更
● tfe.Network 已棄用。請從 tf.keras.Model 指定繼承
● 分層變量名稱在以下條件中已更改：
使用帶自定義變量范圍的 tf.keras.layers
在子類 tf.keras.Model 類別中使用 tf.layers
● tf.data :
Dataset.from_generator() 現(xiàn)能接受一個 args 列表，以便創(chuàng)建嵌套生成器
當 shuffle = False 或一個 SEED 通過的情況下，Dataset.list_files() 現(xiàn)在將會產(chǎn)生確定性結果
tf.contrib.data.sample_from_datasets() 和 tf.contrib.data.choose_from_datasets() 將更容易采樣或更容易確定地從多個數(shù)據(jù)集中選擇元素
tf.contrib.data.make_csv_dataset() 現(xiàn)支持引用字符串中的換行符，并刪除了兩個不經(jīng)常使用的參數(shù)
(C++) DatasetBase::DebugString() 現(xiàn)已設為常量
(C++) DatasetBase::MakeIterator() 已重新更名為 DatasetBase::MakeIteratorInternal()
(C++) IteratorBase::添加了Initialize()method 以支持在迭代器構建期間提出錯誤
● Eager Execution :
通過 tf.GradientTape.stop_recording 添加暫停梯度計算的記錄操作功能更新文檔，介紹手冊
● tf.keras :
將 Keras code 從_impl 文件夾中移出并移除API文件
tf.keras.Model.save_weights 現(xiàn)在默認以 TensorFlow 格式保存
啟用數(shù)據(jù)集迭代器以傳遞至 tf.keras.Model 訓練/評價方法
● TensorFlow Debugger (tfdbg)
修復了 TensorBoard 調試器插件在源文件大小超過 gRPC 消息限制 (4 MB) 時無法處理的問題
● tf.contrib :
tf.contrib.framework.zero_initializer 支持 ResourceVariable
添加 'constrained_optimization' 到 tensorflow/contrib
......
聯(lián)系客服
