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：

• 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。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！