内容简介：谷歌在昨天的 Tensorflow 开发者大会上发布了 TensorFlow 2.0 Alpha，提升版本号的同时，还使用了扁平化风格的新 Logo：官方表示，TensorFlow 2.0 将更专注于易用性和简单性方面的提升，在设计上注重以下三点：易用、强大和可扩展，并提供如下的更新：
谷歌在昨天的 Tensorflow 开发者大会上发布了 TensorFlow 2.0 Alpha，提升版本号的同时，还使用了扁平化风格的新 Logo：
官方表示，TensorFlow 2.0 将更专注于易用性和简单性方面的提升，在设计上注重以下三点：易用、强大和可扩展，并提供如下的更新：
- 通过使用 Keras 和 eager execution 以构建简单的模型
- 可在任何平台上进行生产环境中的强大模型部署
- 用于研究的强大试验
- 删除已弃用的端点来简化 API
在易用性方面，TensorFlow 2.0 提供了更简洁的 API、注重 Keras、结合了 Eager Execution。通过扩展到 exaflops 级别，TensorFlow2.0 变得更加强大，在同样的稳健性与性能下效率会更高。
更新亮点：
- 移除重复的 API 函数：如
tf.app,tf.flags和tf.logging - 在 Tensorflow 2.0 中添加对 Tensorflow Lite 的支持
-
tf.Sessionandsession.run->tf.function)
破坏兼容性的变更：
- tf.contrib 将从核心 TensorFlow 存储库和构建过程中移除。TensorFlow 的 contrib 模块已经超出了单个存储库可以维护和支持的范围
参考链接
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
猜你喜欢:
- TensorFlow 2.0 Alpha 发布，专注于易用性和简单性的提升
- TensorFlow 2.0 rc0 发布，专注于简单性与易用性
- 异步函数：提高 Promise 的易用性
- JPA 2.2改进了易用性
- SOA监控相关功能的易用性优化(2.18)
- 主攻简单和易用性 谷歌TensorFlow迎来2.0版本
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。
