网站首页资讯科技

TensorFlow 2.0「开发者预览版」上线,内容每日更新

2019-01-11 05:04:34小编:仁怀安卓网点击数:

不过,即使是在 TensorFlow 2.0 中,现在也没有关于 Python 3.7 的支撑。

还有网友表明:

Nightly 版更接近于 beta 版别,为用户供给行将发布的内容的预览,以及有时机运用/奉献新功用。Nightly 版绝不是一个专为产品而规划的安稳版别,它旨在测验开发人员正在运用的最新功用,不会主动供给文档,能够找到 bug,无法确保功用的可用性。

预览版官方页面:https://www.tensorflow.org/versions/r2.0/api_docs/python/tf

开发者们能够输入如下代码装置预览版:

pip install tf-nightly-2.0-preview

装置 GPU 版的办法是:

pip install tf-nightly-gpu-2.0-preview

现在的版别号是:tf-nightly-2.0-preview-1.13.0.dev20181214

TensorFlow 2.0 现在在 pypi 上供给 tf-nightly-2.0-preview 和 tf-nightly-gpu-2.0-preview 版别。你还能够经过传递—config=v2 到 bazel 指令来从源代码构建版别(在运转 configure 之后)。TensorFlow 2.0 是从同一个源码树构建的,因而假如你是从源代码构建,只需要从主服务器生成。

可从预览版官方页面获取 Nightly 版生成的文档。由于 Nightly 版还在开发中,文档或许随时变得不再有用或不完整。

TensorFlow 2.0 的开发中,谷歌专心于可用性,并对指定(specify)和运转核算的办法进行了严重更改。2018 年秋季发布的 RFC(https://github.com/tensorflow/community/tree/master/rfcs)完成了这样的严重改变。

pip 软件包顺便一个转换器东西,能够晋级(大多数)1.x TensorFlow 代码,因而它能够在 Nightly 版装置的 2.0 的情况下运转。tf_upgrade_v2 东西很多运用兼容性模块:tf.compat.v1。此模块包括 TensorFlow 1.x 中存在的全部符号及其原始功用。此外,晋级东西也处于开发阶段,它或许无法在杂乱项目上运转。

这个 Nightly 版的 2.0 依然不完整。因而,谷歌表明不确保安稳性,还存在未处理的功用问题,而且短少某些功用(例如,仅支撑某些分布式机制,特别是 TPU 的支撑依然不完整),而且 TensorFlow 生态系统没有和 2.0 同步更新(例如,TFHub)。谷歌表明会在创立 2.0-alpha 之前处理这些问题。

假如有爱好测验 Nightly 版,谷歌表明很欢迎陈述运用中发现的问题。

在这里检查提交错误陈述的办法:https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.md

关于最盛行的机器学习结构来说,TensorFlow 2.0 将是一个重要的里程碑:新版别意味着很多的内容梗概,全部全部都以人人能够运用机器学习为方针。可是,这些更改或许会要求老用户重新学习怎么运用结构。

上一年 9 月,谷歌在开发者大会上就曾表明,在 TensorFlow 2.0 版别中,Eager 形式会成为默许履行形式,让开发者更简练高效地建立原型。

冯亦菲则在开发者大会上表明,TensorFlow 2.0 beta 版将会在 2018 年末揭露(看来有点延迟了),而正式版估计于 2019 年的第一个季度(最迟第二季度)面世。Eager 形式变为默许设置之后,开发者能够在原型建立完成后,使用 AutoGraph 把在 Eager 形式下建立的模型主动变成核算图。开发者也能够进一步对 AutoGraph 生成的核算图进行优化,或许关掉 Eager 形式自己构建核算图。 

参阅内容:

https://www.reddit.com/r/MachineLearning/comments/aem203/d_tensorflow_20_nightly_build_is_up/

https://groups.google.com/a/tensorflow.org/forum/#!topic/developers/aKdmUOiyzGM