GPU的主页

帮趣游戏     进入个人中心

GPU

gpu

幫趣網協助針對GPU資訊發佈, 幫趣網擁有針對IT領域数十萬筆活動聯繫資訊,並且協助廠商做資訊發佈,活動發佈

http://bangqu.com/gpu

职业: GPU

现居:

  • 浏览 633次
  • 感谢 0人
  • 收益 ¥0.0元

TensorFlow版本號升至1.0,正式版即將到來

201511月份,谷歌宣布開源了深度學習框架TensorFlow,一年之後,TensorFlow就已經成長為了GitHub上最受歡迎的深度學習框架,儘管那時候TensorFlow的版本號還是v0.11。現在,TensorFlow的一歲生日之後兩個月,TensorFlow社區終於決定將TensorFlow的版本號升至1.x,並也已於昨日發布了TensorFlow 1.0.0-alpha其新增了實驗性的Java API ,並且提升了對Android的支持。



發布地址

--官網:https://www.tensorflow.org/versions/r1.0/ 

--GitHubhttps://github.com/tensorflow/tensorflow/releases 


主要特性和提升

--TensorFlow Debugger (tfdbg):命令行接口和API

--增加新的python 3 docker 鏡像

--使pip 包兼容pypi。現在可以通過pip install tensorflow 命令來安裝TensorFlow

--Android:人員檢測+跟踪演示,是通過使用了深度神經網絡的可擴展目標檢測實現的

--Android:預構建的libs 現在每晚(nightly)構建

--新的(實驗性的)Jave API: 

https://github.com/tensorflow/tensorflow/tree/master/tensorflow/java 


API 的重要更改

--TensorFlow/models 被移到了一個單獨的GitHub repository.

--除法和取模運算符(/, //, %)現已匹配Pythonflooring)語義。這也適用於tf.divtf.mod。為了獲取強制的基於整數截斷的行為,你可以使用tf.truncatediv tf.truncatemod.

--tf.divide 現在是推薦的除法函數。tf.div還將保留,但其語義將不會響應Python 3 from future 機制.

--tf.reverse 現在是將軸的索引反轉。例如,tf.reverse(a, [True, False, True]) 現在必須寫成tf.reverse(a,[0, 2])tf.reverse_v2() 暫時保留,直到1.0 final .

--tf.multf.sub tf.neg 被棄用,現在使用的是tf.multiplytf.subtract tf.negative.

--tf.pack tf.unpack 被啟用,現在使用的是tf.stack tf.unstack.

--TensorArray.pack TensorArray.unpack 將被啟用,取而代之的是TensorArray.stackTensorArray.unstack.

--以下Python 函數有參數修改,以在引用特定維度時使用axis. 我們目前基於兼容性的考量而保留了原來的關鍵詞參數,但我們將在1.0 final 版中移除它們。

--tf.argmax: dimension 變成axis

--tf.argmin: dimension 變成axis

--tf.count_nonzero: reduction_indices 變成axis

--tf.expand_dims: dim 變成axis

--tf.reduce_all: reduction_indices 變成axis

--tf.reduce_any: reduction_indices 變成axis

--tf.reduce_join: reduction_indices 變成axis

--tf.reduce_logsumexp: reduction_indices 變成axis

--tf.reduce_max: reduction_indices 變成axis

--tf.reduce_mean: reduction_indices 變成axis

--tf.reduce_min: reduction_indices 變成axis

--tf.reduce_prod: reduction_indices 變成axis

--tf.reduce_sum: reduction_indices 變成axis

--tf.reverse_sequence: batch_dim 變成batch_axis, seq_dim 變成seq_axis

--tf.sparse_concat: concat_dim 變成axis

--tf.sparse_reduce_sum: reduction_axes 變成axis

--tf.sparse_reduce_sum_sparse: reduction_axes變成axis

--tf.sparse_split: split_dim 變成axis

--tf.listdiff 已被重命名為tf.setdiff1d以匹配NumPy 命名.

--tf.inv 已被重命名為tf.reciprocal(分量互逆)以避免和矩陣求逆的np.inv 混淆

--tf.round 現在使用了四捨六入五留雙規則語義,以匹配NumPy.


--tf.split 現在以相反的順序取參數,並使用了不同的關鍵詞。特別地,我們現在將NumPy 順序匹配成了tf.split(value, num_or_size_splits,axis).


--tf.sparse_split 現在以相反的順序取參數,並使用了不同的關鍵詞。特別地,我們現在將NumPy 順序匹配成了tf.sparse_split(sp_input, num_split,axis). 注意:現在我們暫時讓tf.sparse_split 需要關鍵詞參數.


--啟用tf.concat 運算符,現在請暫時切換成tf.concat_v2. Beta 版中,我們將更新tf.concat 以匹配tf.concat_v2 的參數順序.


--tf.image.decode_jpeg 默認使用更快的DCT 方法. 速度的提升犧牲了一點保真度。你可以通過特定屬性dct_method='INTEGER_ACCURATE'來恢復原來的行為.


--tf.complex_abs 已被從Python 接口移除. 應該使用tf.abs,它支持複數張量.

--模板.var_scope 屬性重命名為.variable_scope


--SyncReplicasOptimizer 被移除,SyncReplicasOptimizerV2 重命名為SyncReplicasOptimizer.


--tf.zeros_initializer() tf.ones_initializer() 現在返回一個callable,其必須用initializer 參數調用,在你的代碼中用tf.zeros_initializer() 替代tf.zeros_initializer.


--SparseTensor.shape 重命名為SparseTensor.dense_shape. SparseTensorValue.shape 也一樣.

--移除了原來的tf summary 運算符,比如tf.scalar_summary tf.histogram_summary.取而代之的是tf.summary.scalar tf.summary.histogram.


--移除tf.train.SummaryWriter tf.train.SummaryWriterCache.

--從公共API 中移除RegisterShape. 現在使用C++ 形狀函數註冊.

--從Python API 棄用_ref dtypes.



漏洞修復和其它更改

--新指令: parallel_stack.

--為RecordReader/RecordWriter 引入常見的tf io 壓縮選項常量.

--添加sparse_column_with_vocabulary_file,其能指定一個將字符串特徵轉換為ID 的特徵列(feature column),其中的映射是通過一個詞彙表文件定義的.

--添加index_to_string_table,其返回一個將索引映射到字符串的查找表.

--添加string_to_index_table,其返回一個將字符串匹配到索引的查找表.

--添加一個ParallelForWithWorkerId 函數.

--支持從contrib/session_bundle 中的v2 中的檢查點恢復會話.

--添加了一個用於任意角度的tf.contrib.image.rotate 函數.

--添加了tf.contrib.framework.filter_variables,這是一個用於基於正則表達式過濾變量列表的方便函數.

--make_template() 加入了一個可選的custom_getter_ param.

--添加了關於現有目錄如何被recursive_create_dir 處理的註釋.

--添加了用於QR 因式分解的指令.

--Python API 中的除法和取模現在使用flooring(Python) 語義.

--Android:在contrib/android/cmake下,用於TensorFlow Inference 庫的cmake/gradle build

--Android:遠遠更加穩健的會話初始化代碼.

--Android:當debug 模式激活時,TF stats 直接出現在演示和日誌中.

--Android:新的更好的README.md文檔.


致謝我們的貢獻者

這個版本包含了來自谷歌很多人的貢獻,此外還有以下貢獻者:

 


我們也非常感激所有提交了問題或幫助解決它們的所有人——提出和回答問題也是激發討論的一部分。

下載源代碼

zip https://github.com/tensorflow/tensorflow/archive/v1.0.0-alpha.zip 

tar.gzhttps://github.com/tensorflow/tensorflow/archive/v1.0.0-alpha.tar.gz 


分享时间: