谷歌發布 TensorFlow 1.5,全面支持動態圖機制和 TensorFlow Lite

雷鋒網(公眾號：雷鋒網) AI 科技評論消息，日前，谷歌發布 TensorFlow 1.5，TensorFlow 又一次迎來更新。

在此前的版本中，TensorFlow 迎來三大重大變化：Keras 位於 TensorFlow core 中，Dataset API 支持更多功能，引入效用函數 tf.estimator.train_and_evaluate 等等。而在這次的更新中，谷歌宣布 TensorFlow 將全面支持 Eager execution 動態圖機制和 TensorFlow Lite，除此之外，還將支持 CUDA 9 和 cuDNN 7。

雷鋒網 AI 科技評論將此次的更新編譯整理如下：

重大改變：

基於 CUDA 9 和 cuDNN 7 來構建預建的二進位文件；

Linux 二進位文件是在 ubuntu 16 容器環境下構建的，這可能會導致與用 ubuntu 14 構建的文件不兼容；

從 1.6 版本開始，預建二進位文件中將會使用 AVX 指令集，如果老版本不支持 AVX 指令集，將會引發問題。

主要的更新：

支持 Eager execution 預覽版本

TensorFlow Eager Execution 是一個命令式、由運行定義的接口，可以在即時的運行錯誤下進行快速調試，與 Python 工具進行整合，一旦從 Python 被調用可立即執行操作。這可以使得 TensorFlow 的入門學習變得更簡單，也使得研發工作變得更直觀。

支持 TensorFlow Lite 開發者版本

TensorFlow Lite 針對移動和嵌入式設備等。具備如下三點特徵：

• 輕量級：支持機器學習模型的推理在較小二進位數下進行，能快速初始化/啟動。

• 跨平臺：可以在許多不同的平臺上運行，現在支持 Android 和 iOS。

• 快速：針對行動裝置進行了優化，包括大大減少了模型加載時間、支持硬體加速。

支持 CUDA 9 和 cuDNN 7

Bug 修復和其他改變：

將 auto_correlation 加入 tf.contrib.distributions 中

引入 DenseFlipout 概率層

將 DenseVariational 標準化，作為其他概率層的簡單模板

tf.contrib.distributions QuadratureCompound 類支持 batch

Stream::BlockHostUntilDone 現在 return 到 Status，而不是 bool

GCS 文件系統中的定製化請求超時

via：GitHub

雷鋒網 AI 科技評論編輯整理。

雷鋒網版權文章，未經授權禁止轉載。詳情見轉載須知。