作家
登录

谷歌正式发布TensorFlow 1.5,究竟提升了哪些功能?

作者: 来源: 2018-01-29 09:27:11 阅读 我要评论

年前最后一场技巧盛宴 | 1.27与京东、日记易、假贷宝技巧大年夜咖畅聊智能化运维成长趋势!


添加对稀少多维特点列(sparse multidimensional feature columns)的支撑。

  • tf.contrib.distributions.bijectors:

    • 昨天,谷歌在 GitHub 上正式宣布了 TensorFlow 的最新版本 1.5.0,并开源了其代码。支撑 CUDA 9 和 cuDNN 7 被认为是本次更新的最重要部分。机械之心对此次更新的重大年夜改变以及重要功能和晋升进行了编译介绍,原文请见文中链接。

      • 源代码(zip):

        https://github.com/tensorflow/tensorflow/archive/v1.5.0.zip
      • 源代码(tar.gz):

        https://github.com/tensorflow/tensorflow/archive/v1.5.0.tar.gz

      1.5.0 正式版

      重大年夜更新

      • 预构建的二进制文件如今是针对 CUDA 9 和 cuDNN 7 构建的。

      • 大年夜版本 1.6 开端,我们的预构建二进制文件将应用 AVX 指令。这也许会破坏较旧 CPUs 上的 TF。

      重要功能和晋升

      • Eager execution:预览版如今可用。

      • TensorFlow Lite:dev 预览版如今可用。

      • 支撑 CUDA 9 和 cuDNN 7

      • 加快线性代数(XLA):

      • 添加 complex64 支撑到 XLA 编译器。

      • bfloat 支撑现已添加到 XLA 架构。

      • 使 XLA 和 XLA 一路工作。

      • 经由过程决定性履行法度榜样来生成 XLA 图。

      • tf.contrib:

      • tf.contrib.distributions:

      • 添加 tf.contrib.distributions.Autoregressive。

      • 使 tf.contrib.distributions QuadratureCompound 类支撑批处理。

      • 大年夜参数中揣摸 tf.contrib.distributions.RelaxedOneHotCategorical dtype。

      • 经由过程 quadrature_grid_and_prob vs quadrature_degree 使 tf.contrib.distributions 正交族参数化。

      • 添加 auto_correlation 到 tf.contrib.distributions。

      • 添加 tf.contrib.bayesflow.layers,一个概率(神经)层的集合。

      • 添加 tf.contrib.bayesflow.halton_sequence。

      • 添加 tf.contrib.data.make_saveable_from_iterator。

      • 添加 tf.contrib.data.shuffle_and_repeat。

      • 添加新的自定义转换: tf.contrib.data.scan()。

      • 修复 Adadelta 的 CPU 和 GPU 实现的精确度 bug。

      • 添加 tf.contrib.distributions.bijectors.MaskedAutoregressiveFlow。

      • 添加 tf.contrib.distributions.bijectors.Permute。

      • 添加 tf.contrib.distributions.bijectors.Gumbel。

      • 添加 tf.contrib.distributions.bijectors.Reshape。

      • 支撑 Reshape bijector 中的 shape 推收成即,包含-1 的 shape)。

      • 添加 streaming_precision_recall_at_equal_thresholds,一种计算流式精确度和时光、空间复杂度为 O(num_thresholds + size of predictions) 的调用的办法。

      • 更改 RunConfig 默认行动,不设置随机种子,使随机行动在分布式工作器上自力地随机。我们等待这可以广泛进步练习表示。依附决定论的模型应明白设置一个随机种子。

      • 经由过程 absl.flags 调换 tf.flags 的实现。

      • 加快仅有一个值的稀少浮点数列(sparse float columns)的案例。

      • 在 fp16 GEMM 中为 CUBLAS_TENSOR_OP_MATH 添加支撑。

      • 在 NVIDIA Tegra 计算卡上为 CUDA 添加支撑。

      Bug 修复竽暌闺其他更新

      文档更新:

      • 明白你只能在 64 位机上安装 TensorFlow。

      • 添加一个短文件解释 Estimators 若何保存检查点。

      • 为由 tf2xla 桥支撑的操作添加文档。

      • 修改 SpaceToDepth 和 DepthToSpace 文件中的小的书写缺点。


          推荐阅读

          使用 Rust 加速前端 Log Service

        年前最后一场技巧盛宴 | 1.27与京东、日记易、假贷宝技巧大年夜咖畅聊智能化运维成长趋势!Intro前阵子在公司内搭建了一个 Log Service,用来记录前端的报错信息,代码一顿乱写搞的七七八八之后实现了第>>>详细阅读


        本文标题:谷歌正式发布TensorFlow 1.5,究竟提升了哪些功能?

        地址:http://www.17bianji.com/lsqh/40444.html

    关键词: 探索发现

    乐购科技部分新闻及文章转载自互联网,供读者交流和学习,若有涉及作者版权等问题请及时与我们联系,以便更正、删除或按规定办理。感谢所有提供资讯的网站,欢迎各类媒体与乐购科技进行文章共享合作。

    网友点评
    自媒体专栏

    评论

    热度

    精彩导读
    栏目ID=71的表不存在(操作类型=0)