0
| 本文作者： 孔令雙 | 2018-03-01 17:54 |
雷鋒網(wǎng) AI 研習(xí)社消息：日前，谷歌發(fā)布 TensorFlow 1.6.0 正式版，帶來了多項更新和優(yōu)化，雷鋒網(wǎng) AI 研習(xí)社將谷歌官方介紹編譯如下：
針對 CUDA 9.0 和 cuDNN 7 預(yù)構(gòu)建二進制文件；
預(yù)構(gòu)建的二進制文件將使用 AVX 指令，這可能會破壞較老的 CPU 上的 TF。
針對非插槽變量的新優(yōu)化器內(nèi)部 API；
現(xiàn)在 tf.estimator.{FinalExporter,LatestExporter} 可以導(dǎo)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(xiàn)在可以在兼容的 Tegra 設(shè)備上使用 CUDA 加速來構(gòu)建（更多信息，請參閱 contrib / makefile / README.md）。
文件更新：
增加了 Getting Started 的第二個版本，主要針對機器學(xué)習(xí)新手；
闡明了 resize_images.align_corners 參數(shù)文檔；
增加了 TPU 文檔。
谷歌云存儲（GCS）
增加了客戶端節(jié)流；
在 FileSystem 接口上增加了 FlushCaches() 方法，用于 GscFileSystem 實現(xiàn)。
其他：
增加了 tf.contrib.distributions.Kumaraswamy；
RetryingFileSystem::FlushCaches() 可調(diào)用基礎(chǔ) 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(dāng) 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；
增加了可讓原子變量訪問的 tf.contrib.framework.CriticalSection；
分類任務(wù)的樹預(yù)測上輸出變化；
對于 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(nèi)部的錯誤）；
增加 parallel_interleave 來支持兩種預(yù)取；
改進了 XLA 對 C64-related ops log, pow, atan2, tanh 的支持；
增加了概率卷積層。
將 prepare_variance 布爾值默認設(shè)置為 false，方便后向兼容；
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(wǎng) AI 研習(xí)社編輯整理。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
