TensorFlow 1.8.0-rc0 发布,bug 修复版本

栏目: 软件资讯 · 发布时间: 6年前

内容简介:TensorFlow 1.8.0-rc0 发布,此版本包括很多性能改进和bug修复。主要特性和改进包括: 主要特性和改进 Can now pass tf.contrib.distribute.MirroredStrategy() to tf.estimator.RunConfig() to run an Estim...

TensorFlow 1.8.0-rc0 发布,此版本包括很多性能改进和bug修复。主要特性和改进包括:

主要特性和改进

  • Can now pass tf.contrib.distribute.MirroredStrategy() to tf.estimator.RunConfig() to run an Estimator model on multiple GPUs on one machine.

  • Add tf.contrib.data.prefetch_to_device(), which supports prefetching to GPU memory.

  • Added Gradient Boosted Trees as pre-made Estimators: BoostedTreesClassifier, BoostedTreesRegressor.

  • Add 3rd generation pipeline config for Cloud TPUs which improves performance and usability.

  • tf.contrib.bayesflow is moving out to it's own repo.

  • Added tf.contrib.{proto,rpc} to allow generic proto parsing and RPC communication.

Bug 修复和其他改变

  • tf.data:

    • Add tf.contrib.data.prefetch_to_device, which enables prefetching dataset elements to GPU memory.

    • Add tf.contrib.data.AUTOTUNE, which allows the tf.data runtime to automatically tune the prefetch buffer sizes based on your system and environment.

    • Add tf.contrib.data.make_csv_dataset for building datasets of CSV files.

  • Eager Execution:

    • With eager execution Datasets can now be used as standard python iterators (for batch in dataset:). Both Dataset.__iter__() and Dataset.make_one_shot_iterator() can now be used to create iterators when eager execution is enabled.

    • Automatic device placement has been enabled (i.e., use a GPU if available automatically, without requiring an explicit with tf.device(“/gpu:0”)) (Fixes #14133)

    • tf.GradientTape has moved out of contrib.

完整内容请查看发布主页

下载地址:


【声明】文章转载自:开源中国社区 [http://www.oschina.net]


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,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

知识发现

知识发现

史忠植 / 2011-1 / 59.00元

《知识发现(第2版)》全面而又系统地介绍了知识发现的方法和技术,反映了当前知识发现研究的最新成果和进展。全书共分15章。第1章是绪论,概述知识发现的重要概念和发展过程。下面三章重点讨论分类问题,包括决策树、支持向量机和迁移学习。第5章阐述聚类分析。第6章是关联规则。第7章讨论粗糙集和粒度计算。第8章介绍神经网络,书中着重介绍几种实用的算法。第9章探讨贝叶斯网络。第10章讨论隐马尔可夫模型。第11章......一起来看看 《知识发现》 这本书的介绍吧!

URL 编码/解码
URL 编码/解码

URL 编码/解码

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具