^{<sub id="jgr5k"></sub>}

TensorFlow 1.0 正式發(fā)布你需要知道的都在這里

本文作者：三川

2017-02-16 16:19

導(dǎo)語：完美支持 Keras，加入 XLA，初步支持 Java 語言，大幅提升運行速度與穩(wěn)定性。

谷歌表示，僅僅在發(fā)布的第一年里，TensorFlow 就幫助研究人員、工程師、藝術(shù)家、學(xué)生以及其他行業(yè)人員取得了巨大研究進展。這包括機器翻譯、早期皮膚癌檢測、防止糖尿病失明并發(fā)癥等諸多領(lǐng)域。如今，TensorFlow 被用于逾 6000 個開源資源庫，谷歌研究人員對此感到十分欣喜。

昨晚谷歌在山景城舉辦了第一屆 TensorFlow 開發(fā)者峰會。作為大會的一部分，TensorFlow 1.0 的正式版本被發(fā)布出來。一起來看看它都有哪些新特性：

TensorFlow 1.0 正式發(fā)布你需要知道的都在這里

更快

它運算更快——TensorFlow 1.0 有十分驚人的速度。它快到什么程度呢？據(jù)谷歌表示，在使用八個 GPU 的情況下，TensorFlow 1.0 在 Inception v3 的測試中有 7.3 倍的速度提升。在 64 個分布式 GPU 集群上運行，Inception v3 的跑分增加了 58 倍。
不僅如此，XLA（Accelerated Linear Algebra，即加速線性代數(shù)）還為未來進一步的性能提升打下了基礎(chǔ)。TensorFlow 的官方網(wǎng)站 tensorflow.org，也上線了官方使用指南和秘訣，以幫助開發(fā)者對模型進行調(diào)參，達到最大的訓(xùn)練速度。另外，雷鋒網(wǎng)獲知，谷歌將發(fā)布針對幾大主流模型的實踐指導(dǎo)（更新版本），為如何最大化利用 TensorFlow 1.0 提供指導(dǎo)，相信不久之后就可以看到。

更靈活

它更加靈活—— TensorFlow 1.0 加入了新的高級別 API，還有 tf.layers, tf.metrics, and tf.losses 模塊。非常關(guān)鍵的是，谷歌宣布 TensorFlow 1.0 內(nèi)置了新的 tf.keras 模塊——后者使得 TensorFlow 為 Keras 提供“完全”兼容支持。這在之前就傳出過風(fēng)聲。作為一個在 ML 開發(fā)者當(dāng)中廣為流傳的神經(jīng)網(wǎng)絡(luò)庫，Keras 的加入無疑讓 Tensorflow 的使用變得更加便利。

更穩(wěn)定

更適合商業(yè)化使用——TensorFlow 加強了 Python API 的穩(wěn)定性。這使得為它加入新特征變得更加容易，而不需要推翻已有的代碼。

TensorFlow 1.0 的其他關(guān)鍵升級：

Python API 被修改得更像 NumPy。與此同時，在一定程度上犧牲了向后兼容性，以最大化 API 的穩(wěn)定性。具體有哪些改變、哪些兼容性犧牲請見谷歌指南。
針對 Java 和 Go 的試驗性 API。TensorFlow 距離完全支持 Java 更近一步。
高級別 API 模塊： tf.layers、tf.metrics、和 tf.losses——在整合 skflow 和 TF Slim 之后，從 tf.contrib.learn 移植過來。
對 XLA 試驗性的發(fā)布。 XLA 是一個應(yīng)用領(lǐng)域高度聚焦的 TensorFlow 圖編譯器，可運行于 CPU 和 GPU。雷鋒網(wǎng)獲知，谷歌的 XLA 研究進度極快。我們可以期待未來的 TensorFlow 版本配備更完善、更強大的 XLA。
加入了 TensorFlow Debuggerr (tfdbg)。這是一個命令行界面兼 API，用于修復(fù)實時 TensorFlow 程序的漏洞
針對物體檢測和定位的新安卓 demo（展示），還有基于攝像頭的圖像風(fēng)格化。
安裝改進：加入了 Python 3 的 docker 圖標(biāo)。TensorFlow 的 pip 包變得兼容 PyPI。這意味著可以用 pip 簡便地安裝 TensorFlow。

谷歌大神 Jeff Dean 在發(fā)言中表示，看到全世界 TensorFlow 社區(qū)以如此驚人得速度發(fā)展十分激動。 TensorFlow 1.0 正式發(fā)布你需要知道的都在這里