TensorFlow 2.2.0-rc0 发布

栏目: 软件资讯 · 发布时间: 4年前

内容简介:TensorFlow 2.2.0-rc0 发布了,更新内容如下: 主要特性和改进 将字符串张量的标量类型从 std::string 替换为 tensorflow::tstring TF 2 的新 Profiler,用于 CPU/GPU/TPU。它提供设备和主机性能分析,包括输入管...

TensorFlow 2.2.0-rc0 发布了,更新内容如下: 

主要特性和改进

  • 将字符串张量的标量类型从 std::string 替换为 tensorflow::tstring 
  • TF 2 的新 Profiler,用于 CPU/GPU/TPU。它提供设备和主机性能分析,包括输入管道和 TF Ops。
  • 不推荐使用 SWIG,而是使用 pybind11 将 C++ 函数导出到 Python,这是弃用 Swig 所作努力的一部分。
  • tf.distribute:
    • 通过使用新添加的 tf.keras.layers.experimental.SyncBatchNormalization 层,添加了对全局同步 BatchNormalization 的支持。该层将在参与同步训练的所有副本之间同步 BatchNormalization 统计信息。
    • 使用 tf.distribute.experimental.MultiWorkerMirroredStrategy 提高 GPU 多工分布式培训的性能
      • 将 NVIDIA NCCL 更新到 2.5.7-1,以获得更好的性能和性能调整。
      • 支持在 float16 中减少梯度。
      • 所有实验的支持都减少了梯度压缩,以允许使用反向路径计算进行重叠梯度聚合。
  • tf.keras:
    • Model.fit 的主要改进:
      • 可以通过覆盖 Model.train_step 将自定义训练逻辑与 Model.fit 结合使用。
      • 轻松编写最新的培训循环,而不必担心 Model.fit 为你处理的所有功能(分发策略,回调,数据格式,循环逻辑等)
    • 现在,SavedModel 格式支持所有 Keras 内置层(包括指标,预处理层和有状态 RNN 层)
  • tf.lite:
    • 默认情况下启用 TFLite 实验性新转换器。
  • XLA
    • XLA 现在可以在 Windows 上构建并运行。所有预构建的软件包都随附有 XLA。
    • 可以在 CPU 和 GPU 上使用“编译或抛出异常”语义为 tf.function 启用 XLA。

更新说明: https://github.com/tensorflow/tensorflow/releases/tag/v2.2.0-rc0


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

人工智能

人工智能

(美)GeorgeF.Luger / 郭茂祖;刘扬;玄萍;王春宇 / 机械工业出版社 / 2010-1 / 79.00元

《人工智能复杂问题求解的结构和策略(原书第6版)》是一本经典的人工智能教材,全面阐述了人工智能的基础理论,有效结合了求解智能问题的数据结构以及实现的算法,把人工智能的应用程序应用于实际环境中,并从社会和哲学、心理学以及神经生理学角度对人工智能进行了独特的讨论。新版中增加了对“基于随机方法的机器学习”的介绍,并提出了一些新的主题,如涌现计算、本体论、随机分割算法等。 《人工智能复杂问题求解的结......一起来看看 《人工智能》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

RGB转16进制工具
RGB转16进制工具

RGB HEX 互转工具

随机密码生成器
随机密码生成器

多种字符组合密码