谷歌發布 TensorFlow 1.6.0,針對 CUDA 9.0 和 cuDNN 7 預構建二進位文件
雷鋒網 AI 研習社消息:日前,谷歌發布 TensorFlow 1.6.0 正式版,帶來了多項更新和優化,雷鋒網 AI 研習社將谷歌官方介紹編譯如下:
重大改進:針對 CUDA 9.0 和 cuDNN 7 預構建二進位文件;
預構建的二進位文件將使用 AVX 指令,這可能會破壞較老的 CPU 上的 TF。
主要的特徵和改進
針對非插槽變數的新優化器內部 API;
現在 tf.estimator.{FinalExporter,LatestExporter} 可以導出剝離的 SavedModels,這增加了 SavedModels 的前向兼容性;
FFT 支持添加到 XLA CPU / GPU;
Android TF 現在可以在兼容的 Tegra 設備上使用 CUDA 加速來構建(更多信息,請參閱 contrib / makefile / README.md)。
Bug 修復和其他改進:
文件更新:
增加了 Getting Started 的第二個版本,主要針對機器學習新手;
闡明了 resize_images.align_corners 參數文檔;
增加了 TPU 文檔。
谷歌雲存儲(GCS)
增加了客戶端節流;
在 FileSystem 介面上增加了 FlushCaches 方法,用於 GscFileSystem 實現。
其他:
增加了 tf.contrib.distributions.Kumaraswamy;
RetryingFileSystem::FlushCaches 可調用基礎 FileSystem 的FlushCahes;
將 auto_correlation 添加到了 distribution;
增加了 tf.contrib.distributions.Autoregressive;
增加了 SeparableConv1D layer;
增加了卷積 Flipout layer;
當 tf.matmul 的兩輸入都是 bfloat16 時,它將返回 bfloat16,而不是 float32;
增加了 tf.contrib.image.connected_components;
增加了可讓原子變數訪問的 tf.contrib.framework.CriticalSection;
分類任務的樹預測上輸出變化;
對於 pt 和 eval 指令,可允許張量值以 numpy 文件寫入 filesystem;
gRPC:傳播截斷的錯誤(而不是返回 gRPC 內部的錯誤);
增加 parallel_interleave 來支持兩種預取;
改進了 XLA 對 C64-related ops log, pow, atan2, tanh 的支持;
增加了概率卷積層。
API 改變
將 prepare_variance 布爾值默認設置為 false,方便後向兼容;
將 layers_dense_variational_impl.py 移至 layers_dense_variational.py。
詳細的更新信息請查看 TensorFlow 的 Github 頁面:
https://github.com/tensorflow/tensorflow/releases。
雷鋒網 AI 研習社編輯整理。
※幣安伺服器升級,系統維護時間延長至晚上10點
※綠盟科技:沈繼業將成第一大股東
TAG:雷鋒網 |