内容简介:TensorFlow 是在世界范围内受到欢迎的开源机器学习框架,有着高度灵活性、可移植性、联系科研与产品等特点。近日,谷歌 TensorFlow 团队提供了一个 每日构建版本(nightly build)。可在 pypi 上预览发布使用:也可以通过将 —config = v2 传递给 bazel 命令 (运行 configure 之后) 从源构建。TensorFlow 2.0是从同一个源代码树构建的,因此如果你想从源代码构建,只需从master构建即可。在之前,谷歌大脑团队工程师 Martin Wicke
TensorFlow 是在世界范围内受到欢迎的开源机器学习框架,有着高度灵活性、可移植性、联系科研与产品等特点。近日,谷歌 TensorFlow 团队提供了一个 每日构建版本(nightly build)。可在 pypi 上预览发布使用:
tf-nightly-2.0-preview tf-nightly-gpu-2.0-preview
也可以通过将 —config = v2 传递给 bazel 命令 (运行 configure 之后) 从源构建。TensorFlow 2.0是从同一个源代码树构建的,因此如果你想从源代码构建,只需从master构建即可。
在之前,谷歌大脑团队工程师 Martin Wicke 对 TensorFlow 2.0 更新内容做过初步介绍:
-
Eager Execution 将是 2.0 的核心特性。它将用户对编程模型的期望与 TensorFlow 实践更好地结合起来,使 TensorFlow 更易于学习和应用。
-
支持更多的平台和语言,通过交换格式的标准化和 API 的对齐,改进这些组件之间的兼容性和对等性。
-
删除弃用的 API 并减少重复,避免给用户带来混乱。
-
公开的 2.0 设计过程:社区现在可以与 TensorFlow 开发人员合作,使用 TensorFlow 讨论组讨论新特性。
-
兼容性和延续性:将提供一个转换器,来实现更新 python 代码,以使用与 TensorFlow 2.0 兼容的API;另外,会提供一个与 TensorFlow 1.x 兼容的模块,这意味着 TensorFlow 2.0 将有一个包含所有 TensorFlow 1.x API 的模块。
-
On-disk 兼容性:计划在 2.0 版本包含所有当前内核,但在与新模型兼容之前,某些变量需要重命名。
-
tf.contrib:TensorFlow 的 contrib 模块已经超越了单个仓库中可以维护和支持的模块。作为 TensorFlow 2.0 发布的一部分,将停止分发 tf.contrib。对于每个 contrib 模块,可以选择 a)将项目集成到 TensorFlow 中; b)将其移至单独的仓库;c)完全将其移除。
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
猜你喜欢:- Vue源码探究-构建版本的区别
- 使用React构建精简版本掘金(五)
- Xcode 工程设置构建版本号自动递增
- Gradle 4.2 版本发布,Groovy 构建工具
- Gradle 4.2.1 版本发布,Groovy 构建工具
- DocHub 2.0 版本发布,构建你的百度文库
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。