内容简介:TensorFlow 2.1.0 rc0 发布了,TensorFlow 2.1 将是支持 Python 2 的最后一个 TF 版本。Python2 的支持将于 2020 年 1 月 1 日正式结束,TensorFlow 也将从该日起停止支持 Python 2,并且预计在 2019 年将不再发布...
TensorFlow 2.1.0 rc0 发布了,TensorFlow 2.1 将是支持 Python 2 的最后一个 TF 版本。Python2 的支持将于 2020 年 1 月 1 日正式结束,TensorFlow 也将从该日起停止支持 Python 2,并且预计在 2019 年将不再发布新的版本。
主要特性和改进如下:
- tensorflow pip 软件包现在默认包括针对 Linux 和 Windows 的 GPU 支持(与 tensorflow-gpu 相同)。它可以在带有和不带有 NVIDIA GPU 的机器上运行。tensorflow-gpu 仍然可用,对于关心软件包大小的用户,可以在 tensorflow-cpu 上下载仅 CPU 的软件包。
tf.keras
Model.fit_generator
,Model.evaluate_generator
,Model.predict_generator
,Model.train_on_batch
,Model.test_on_batch
, 和Model.predict_on_batch
方法现在尊重 run_eagerly 属性,并且默认情况下将使用 tf.function 正确运行。Model.fit_generator
,Model.evaluate_generator
, 和Model.predict_generator
是已弃用的端点。它们包含在 Model.fit,Model.evaluate 和 Model.predict 中,它们现在支持生成器和序列。- 只要在范围内构建模型,就可以将 Keras .compile .fit .evaluate 和 .predict 置于 DistributionStrategy 范围之外。
- Keras model.load_weights 现在接受 skip_mismatch 作为参数。它在外部 Keras 中可用,现已复制到 tf.keras 中。
- 引入了 TextVectorization 层,该层将原始字符串作为输入,并负责文本标准化,标记化,n-gram 生成和词汇索引。
- Cloud TPU Pod 提供了对 Keras .compile,.fit,.evaluate 和 .predict 的实验支持。
- 现在为云 TPU 启用了自动外部编译。这使得 tf.summary 可以更方便地与 Cloud TPU 一起使用。
- Cloud TPU 支持带有 DistributionStrategy 和 Keras 的动态批量大小。
- GPU 和 Cloud TPU 提供了对混合精度的实验支持。
- TensorFlow Model Garden 提供了许多流行模型的 Keras 参考实现。
tf.data
- 更改 tf.data 数据集的重新编录+分发策略以提高性能。请注意,数据集的行为也略有不同,因为重新标记的数据集基数将始终是副本数的倍数。
TensorRT
- 现在默认情况下支持并启用 TensorRT 6.0。这增加了对更多 TensorFlow 操作的支持,包括 Conv3D,Conv3DBackpropInputV2,AvgPool3D,MaxPool3D,ResizeBilinear 和 ResizeNearestNeighbor。此外,TensorFlow-TensorRT python 转换 API 导出为 tf.experimental.tensorrt.Converter。
详情见更新说明:
https://github.com/tensorflow/tensorflow/releases/tag/v2.1.0-rc0
以上所述就是小编给大家介绍的《TensorFlow 2.1.0 rc0 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!
猜你喜欢:- NPM包(模块)发布、更新、撤销发布
- 有赞灰度发布与蓝绿发布实践
- 【重磅发布】Linkis 0.10.0 版本发布
- BeetlSQL 3.0.9 发布,Idea 插件发布
- 贝密游戏 0.7.0 发布,发布斗地主
- 【重磅发布】DataSphere Studio 0.9.0 版本发布
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。