TensorFlow 1.6新版發布：重大更新不多，修復部分bug！

TensorFlow可謂是最受歡迎的開源機器學習項目，它的每一次更新都備受矚目。

距離TensorFlow上次發布僅兩個月，新的版本1.6又與我們見面了。TensorFlow 1.6沒有太多重大變化，此次更新主要關注bug修復，API更改和一些新功能。

TensorFlow 1.6增加了第二個版本的Getting Stared文件，專門針對機器學習新手。如果你是機器學習初學者，這是一個很好的資源。此外，有幾個API更改，其中包括prepare_variance Boolean ，其默認設置為false以實現向後兼容。

其他重大變化：

• 針對非插槽變數的新的內部優化 API 。

• tf.estimator。{FinalExporter，LatestExporter}現在導出剝離的SavedModels，這提高了SavedModel的向前兼容性。

• FFT支持添加到XLA CPU / GPU。

• 現在可以在兼容的Tegra設備上使用CUDA加速技術構建Android TF

• 添加卷積Flipout層

• 添加概率卷積層

• 為Google雲端存儲添加客戶端限制

bug修復和其他已知問題

當然，新版本不是沒有任何重大更改的更新。TensorFlow 1.6的預構建二進位文件是針對CUDA 9.0和cuDNN 7構建的。此外，預構建的二進位文件將使用AVX指令，這可能會破壞較舊CPU上的TF。至於bug，關於tensorboard命令有一個很大的問題，由於pip包衝突導致某些升級流程後，它偶爾會丟失。（請參閱TensorBoard 1.6.0修補程序發行說明）

此外，使用CUDA 9和CUDA 9.1的XLA：GPU會導致垃圾結果或CUDA_ILLEGAL_ADDRESS失敗。

在2017年12月，Google發現CUDA 9和CUDA 9.1中的PTX-to-SASS編譯器在SASS中將大比特的64位地址計算分解為32位時，不能正確計算進位比特。由於這個錯誤，這些版本的ptxas錯誤地編譯了大多數XLA程序，其內存超過4GB，導致垃圾結果或CUDA_ERROR_ILLEGAL_ADDRESS失敗。

谷歌方面預計對CUDA 9.1.121的修復將持續到2018年2月底。但是，TensorFlow並不期望修復CUDA 9.0.x。現在，唯一的解決方法是降級到CUDA 8.0.x或禁用XLA：GPU。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！