最新！TensorFlow 1.9.0正式版發布

編譯：chux

出品：ATYUN訂閱號

TensorFlow 1.9.0正式版發布了，下面是更新和改進的細節，更詳細的信息請到網站查閱：github.com/tensorflow/tensorflow/releases/tag/v1.9.0

主要特點和改進

通過以下方式改進數據載入和處理文本：

為新的預製估算器添加了實驗支持：

distributions.Bijector API以新的API變化支持Bijectors。

突破性變化

如果你打開空變數範圍，用variable_scope(tf.get_variable_scope(), …)替換variable_scope(」, …)。

用於構建自定義操作的標頭已從site-packages / external移至site-packages / tensorflow / include / external。

錯誤修復和其他更改

tfe.Network已棄用，請用tf.keras.Model。

分層變數名稱在以下條件中已更改：

tf.data：

Eager Execution：

通過tf.GradientTape.stop_recording增加了暫停梯度計算的記錄操作的功能。

更新了文檔，介紹性筆記。

tf.keras：

將Keras代碼移出_impl文件夾並刪除API文件。

tf.keras.Model.save_weights現在默認以TensorFlow格式保存。

啟用數據集迭代器以傳遞給tf.keras.Modeltraining / eval方法。

TensorFlow調試器（tfdbg）

修復了TensorBoard調試器插件無法處理超過gRPC消息大小限制（4 MB）的總源文件大小的問題。

tf.contrib：

其他

添加GCS配置操作。

更改簽名MakeIterator以啟用傳播錯誤狀態。

兩個Dirichlet分布的KL分歧。

對於超過EOF的某些讀取，GcsFileSystem行為更一致。

更新tf.scan的基準以匹配eager和graph模式的範圍。

為複雜dtypes修復tf.reduce_prod gradient了錯誤。

在變數中允許使用』.』（例如「hparams.parse（』ab = 1.0』）」），之前這會導致錯誤。這將對應於具有嵌入式』.』的屬性名稱。符號（例如』a.b』），只能間接訪問（例如通過getattr和setattr）。要設置它，用戶首先需要將變數顯式添加到hparam對象（例如「hparams.add_hparam（name =』a.b』，value = 0.0）」）。

graph和eager模式下tf.scan的基準。

增加了對FFT，FFT2D，FFT3D，IFFT，IFFT2D和IFFT3D的complex128支持。

使ids獨特nn.embedding_lookup_sparse，當批處理中存在重複的ID時，這有助於減少用於查找嵌入的RPC調用。

在boosted tree中支持指標列。

防止tf.gradients()通過整數張量反向傳播。

將LinearOperator [1D，2D，3D] Circulant添加到tensorflow.linalg。

Conv3D，Conv3DBackpropInput，Conv3DBackpropFilter現在可提供任意支持。

添加tf.train.Checkpoint用於讀寫基於對象的檢查點。

添加了LinearOperatorKronecker，無密集實現克羅內克積。

允許LinearOperator進行廣播。

SavedModelBuilder現在將重複刪除指向具有相同基本名稱和相同內容的文件的資源名稱。請注意，如果之前具有相同名稱但內容不同的資源相互覆蓋，則可能會導致新資源文件包含在SavedModels中。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！