TensorFlow 2.3.1 发布

栏目: 软件资讯 · 发布时间: 5年前

内容简介:TensorFlow 2.3.1 发布了,主要更新内容: 修复了导致 tf.raw_ops.Switch 中出现 segfault 的未定义行为 修复了转换为 DLPack 格式的三个漏洞 修复了 SparseFillEmptyRowsGrad 中的两个漏洞 修复了 RaggedCountS...

TensorFlow 2.3.1 发布了,主要更新内容:

  • 修复了导致 tf.raw_ops.Switch 中出现 segfault 的未定义行为
  • 修复了转换为 DLPack 格式的三个漏洞
  • 修复了 SparseFillEmptyRowsGrad 中的两个漏洞
  • 修复了 RaggedCountSparseOutput 和 SparseCountSparseOutput 操作中的几个漏洞
  • 修复了 tf.strings.as_string 中的格式字符串漏洞
  • 修复了通过在紧急模式下调用仅会话的操作而引发的 segfault
  • 修复了来自 tf.raw_ops.StringNGrams 的数据泄漏和潜在的 ASLR 违规
  • 修复了由于 SavedModel 验证不完整而导致的 segfault
  • 修复了由于 TFLite 中的负索引支持中的错误导致的数据损坏
  • 修复了由于 TFLite 中的尺寸不匹配而导致的数据损坏
  • 修复了 TFLite 保存的模型格式中的几个漏洞
  • 修复了段总和的 TFLite 实现中的几个漏洞
  • sqlite3 更新为 3.33.00
  • 修复了 collections API 弃用的用法
  • 从 setup.py 中删除了 scipy 依赖关系,因为 TensorFlow 不需要它来安装 pip 软件包

更新说明


以上所述就是小编给大家介绍的《TensorFlow 2.3.1 发布》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

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

算法之美

算法之美

左飞 / 电子工业出版社 / 2016-3 / 79.00元

《算法之美——隐匿在数据结构背后的原理(C++版)》围绕算法与数据结构这个话题,循序渐进、深入浅出地介绍了现代计算机技术中常用的40 余个经典算法,以及回溯法、分治法、贪婪法和动态规划等算法设计思想。在此过程中,《算法之美——隐匿在数据结构背后的原理(C++版)》也系统地讲解了链表(包括单向链表、单向循环链表和双向循环链表)、栈、队列(包括普通队列和优先级队列)、树(包括二叉树、哈夫曼树、堆、红黑......一起来看看 《算法之美》 这本书的介绍吧!

图片转BASE64编码
图片转BASE64编码

在线图片转Base64编码工具

URL 编码/解码
URL 编码/解码

URL 编码/解码

SHA 加密
SHA 加密

SHA 加密工具