TensorFlow 1.15.0 发布

xplanet
 xplanet
发布于 2019年10月19日
收藏 0

TensorFlow 1.15.0 发布了,主要特性及改进如下:

  • 针对当前具有 GPU 支持的平台(Linux 和 Windows),tensorflow pip 软件包默认情况下将包括 GPU 支持(现在与 tensorflow-gpu 相同)。它可以在装有和不装有 Nvidia GPU 的机器上工作。tensorflow-gpu 仍然可用,对于关心软件包大小的用户,可以在 tensorflow-cpu 下载仅 CPU 软件包。
  • TensorFlow 1.15 在其 compat.v2 模块中包含 2.0 API 的完整实现。它包含 compat.v1 模块中 1.15 主模块的副本。TensorFlow 1.15 能够使用enable_v2_behavior() 函数模拟 2.0 行为。这样就可以编写向前兼容的代码:通过显式导入 tensorflow.compat.v1 或 tensorflow.compat.v2,可以确保代码在不修改 1.15 或 2.0 的情况下可以正常工作。
  • EagerTensor 现在支持张量的 numpy 缓冲区接口。
  • AutoGraph 将 Python 控制流转换为 TensorFlow 表达式,允许用户在装饰有 tf.function 的函数中编写常规 Python。 AutoGraph 还应用于与 tf.data,tf.distribute 和 tf.keras APIS 一起使用的函数中。
  • 添加 enable_tensor_equality(),以切换行为,从而:
    • 张量不再可散列。
    • 张量可以与 == 和 !=进行比较,产生布尔张量并具有逐元素比较结果。这将是 2.0 中的默认行为。
  • 自动混合精度图形优化器简化了将模型转换为 float16 以便在 Volta 和 Turing 张量核心上加速的过程。可以通过使用 tf.train.experimental.enable_mixed_precision_graph_rewrite() 包装优化器类来启用此功能。
  • 添加环境变量 TF_CUDNN_DETERMINISTIC。设置为 “true” 或 “1” 会强制选择确定性 cuDNN 卷积和最大池算法。启用此功能后,算法选择过程本身也是确定性的。
  • TensorRT
    • 将 TensorRT 转换源从 contrib 迁移到编译器目录,以准备 TF 2.0。
    • 为 TensorRT 转换添加其他易于使用的 TrtGraphConverter API。
    • 在TensorRT转换中扩展对TensorFlow运算符的支持(e.g.
      GatherSlicePackUnpackArgMinArgMax,DepthSpaceShuffle).
    • 在 TensorRT 转换中支持 TensorFlow 运算符 CombinedNonMaxSuppression 大大加快了物体检测模型的速度。

更新说明

本站文章除注明转载外,均为本站原创或编译。欢迎任何形式的转载,但请务必注明出处,尊重他人劳动共创开源社区。
转载请注明:文章转载自 OSCHINA 社区 [http://www.oschina.net]
本文标题:TensorFlow 1.15.0 发布
加载中

最新评论(3

久永
久永
一直搞不懂 TensorRT 和 TensorFlow 的关系。
刘华钱
刘华钱
不是2.0都发布了吗,1.15是怎么回事,退出去了?这新闻及时吗
霡霂
霡霂
又双叒叕发布了😂
返回顶部
顶部