TensorFlow.js 更新計劃

2021-12-27 TensorFlow

什麼時候發布這兩個版本?

我們計劃本月發布 TensorFlow.js 2.0。由於 Tensorflow 3.0 變更的幅度較大,我們還沒有確定發布日期。由於這項升級幾乎涉及到 tfjs-core 中的每個文件,因此我們也會藉此機儘可能地償還技術債。

我應該升級到 TensorFlow.js 2.x 還是等待 3.x ?

如果您正在積極開發 TensorFlow.js 項目,我們建議您升級到 TensorFlow2.x。這應該是一個相對輕鬆的升級,將來的任何錯誤修復都將在此發行版中進行。另一方面,我們還沒有確定 TensorFlow.js 3.x 的發布日期。

如何將我的應用遷移到 2.x 或 3.x ?會提供教程嗎?

這兩個版本發布時,都會附帶發布完整的發行說明,其中會包含有關如何升級的說明。另外,在未來發布 3.x 時,我們會附帶有關生產版本的指南。

我需要更改多少代碼才能獲得較小的版本?

隨著 3.x 開發的逐步完成,我們才能公布更多的細節,但在總體上,我們希望利用 ES2015 模塊系統來讓您選擇將哪些代碼放入您的捆綁包中。

通常,您需要做一些事情,例如import {max, div, mul, depthToSpace} from @tensorflow/tjfs(而不是import * as tf from @tensorflow/tfjs),以便我們的工具根據您選擇部署的後端類型來確定註冊哪個內核。在針對生產版本進行定位時,我們甚至正在努力使 Tensor 類上的 API 鏈也能參與進來。

這會使 TensorFlow.js 變得更難用嗎?

我們不想讓 TensorFlow.js 的入門門檻變高,因此對於面向生產環境的開發者,他們需要進行額外工作以獲取更為優化的構建方案。對於使用聯合腳本(@tensorflow/tfjs)從託管腳本或 NPM 結合我們的預訓練模型集合的開發者們,我們期望這些更新不會帶來任何變化。

了解更多請點擊 「閱讀原文」 訪問官網。


相關焦點

  • 從TensorFlow.js入手了解機器學習
    在trainModel方法裡我們將定義層 (只需要使用一個,這對於線性回歸問題來說足夠了):import * as tf from '@tensorflow/tfjs';/*** Linear model class*/export default class LinearModel {  /**  * Train model  */  async trainModel
  • TensorFlow.js 的核心概念
    TensorFlow.js 中的中心數據單位是 tensor(張量):一個一維或多維的數組。tensor(張量)實例具有定義數組形狀的 shape 屬性(即,數組的每個維度有多少值)。, 3 ],//          [10, 20, 30]]但是,為了構建低級的 Tensor(張量) ,我們建議使用以下函數來增強代碼可讀性:tf.scalar、tf.tensor1d、tf.tensor2d、tf.tensor3d 和 tf.tensor4d。
  • TensorFlow.js 實例上手指南
    作者 | Nick Bourdakos編譯 | Xiaowen什麼是TensorFlow.js? 它能幹什麼?在官方頁面中,tensorflow.js是「一個用於在瀏覽器和node.js中訓練和部署ML模型的javascript庫」。那它能做什麼呢?跟著這篇文章試一試。
  • 前端入門機器學習 Tensorflow.js 簡明教程
    cdn地址是:https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.0/dist/tf.min.jsnpm安裝使用:npm i @tensorflow/tfjs即可。
  • TensorFlow 2.0開發者測試版發布!每晚更新
    template=00-bug-performance-issue.md構建/安裝相關問題:https://github.com/tensorflow/tensorflow/issues/new?template=10-build-installation-issue.md文檔相關問題:https://github.com/tensorflow/tensorflow/issues/new?
  • TensorFlow.js:讓你在瀏覽器中玩轉機器學習
    本文解釋了TensorFlow.js的用途,以及機器學習在瀏覽器中運行的意義。TensorFlow.js 是一個JavaScript庫,可以在瀏覽器中運行,也可以通過伺服器上的Node.js.運行。但是,在本文中,我們著眼的範圍僅在於瀏覽器中的應用程式。TensorFlow.js的界面完全基於TensorFlow的高級API Keras。
  • Tensorflow 2.0到底好在哪裡?
    此截圖生成於 6 月 21 日,但請注意該頁面自 4 月 17 日以來都未更新。 就像很多開源項目的大版本更新一樣,TensorFlow 2.0 對 API 引入了許多重大更改,需要你隨之升級你的代碼(https://www.tensorflow.org/beta/guide/migration_guide)。
  • TensorFlow.js 已經知道
    註:Observable 連結https://beta.observablehq.com/@nkreeger/visualizing-ml-training-using-tensorflow-js-and-baseball-d 如果你不熟悉棒球的擊球區,這裡有一篇詳細的文章。
  • 用 TensorFlow.js 探索 BERT 在瀏覽器中的趣味實踐
    -- Load TensorFlow.js. This is required to use the qna model. --><script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs"> </script><!-- Load the qna model.
  • 【抽獎送書】簡單粗暴 TensorFlow.js:從安裝到訓練全程實例教學
    在 TensorFlow.js 中運行原生的 SavedModel 模型非常簡單。我們只需要把預訓練的 TensorFlow 模型存為 SavedModel 格式,並通過 @tensorflow/tfjs-node 或 tfjs-node-gpu 包將模型加載到 Node.js 進行推理即可,無需使用轉換工具 tfjs-converter。
  • 在瀏覽器中使用Keras MobileNet模型以及Tensorflow.js進行圖片分類
    將Keras模型轉化Tf.js層的格式在web中部署keras模型之前,我們需要將keras mobilenet python模型轉換為tf.js layers的格式(我們已經在上面代碼的第36-38行中做過了)。為了在web中部署一個Keras模型,我們需要一個叫做 tensorflowjs. 的包。
  • Tensorflow 2.0 入門及介紹
    同時,tf2.0形成了一套完整的生態,用keras寫代碼,用serving部署,甚至可以用Tensorflow.js在瀏覽器裡面運行,或者用lite在手機等設備上運行,非常方便:All-reduce技術:將所有梯度進行集合約分更新計算的技術。
  • 一句代碼發布你的TensorFlow模型,簡明TensorFlow Serving上手教程
    在工業產品中使用TensorFlow模型的方法在工業產品中TensorFlow大概有下面幾種使用方法:用TensorFlow的C++/Java/Nodejs API直接使用保存的TensorFlow模型:類似Caffe,適合做桌面軟體。
  • 在瀏覽器中使用TensorFlow.js和Python構建機器學習模型(附代碼)
    -- load Tensorflow.js --> <script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@1.0.0/dist/tf.min.js"></script></head><body> <h1>Tensorflow.js Core API</h1>
  • 獨家 | 在瀏覽器中使用TensorFlow.js和Python構建機器學習模型(附代碼)
    /npm/@tensorflow/tfjs@1.0.0/dist/tf.min.js"></script></head><body> <h1>Tensorflow.js Core API</h1> <script type="text/javascript"></script></body>
  • TensorFlow 2.0 部署:TensorFlow Serving
    使用以下命令即可:tensorflow_model_server \ --rest_api_port=埠號(如8501) \ --model_name=模型名 \ --model_base_path="SavedModel格式模型的文件夾絕對地址(不含版本號)"註解TensorFlow
  • 【從零到一】TensorFlow學習資源匯總
    tensorflow有所幫助。網上教程(推薦)官網:https://www.tensorflow.org/GitHub官網:https://github.com/tensorflow/tensorflow英文論壇:https://medium.com
  • Tensorflow 安裝
    比如官網提供的:Pip 安裝Virtualenv 安裝Anaconda 安裝Docker 安裝從安裝源 安裝這節內容使用 pip 在每個系統的安裝方式:Linux 和 MacOSWindows測試更新 TensorflowLinux 和 MacOS
  • TensorFlow 2.0正式版官宣!深度集成Keras
    這允許用戶使用TensorFlow運行模型,使用TensorFlow服務部署模型,使用TensorFlow Lite在移動和嵌入式系統上使用模型,使用TensorFlow.js在瀏覽器或Node.js上訓練和運行模型。
  • tensorflow的安裝
    Advanced Options:兩個都選擇;二 安裝tensorflow1. 在 Prompt 中輸入:python -m pip install -U pip(如果有出錯,多運行幾次。是網絡的原因)更新pip;2.