TensorFlow 1.7.0正式釋出，Bug修復和改進內容都在這裡了

編譯 | AI科技大本營（公眾號ID：rgznai100）

參與 | 張建軍

TensorFlow 1.7.0 近日正式釋出，新版本主要有以下改進內容，AI科技大本營對其進行了編譯。

 

主要特徵和改進

• 從 contrib 中移除 Eager 模式，現在請用 tf.enable_eager_execution()

• Graph 重寫了模擬定點量化器，現在與TensorFlow Lite 相容，由新的tf.contrib.quantize 包支援

• 利用 tf.custom_gradient可以簡單定製梯度的計算

• TensorBoard  偵錯程式外掛，即 TensorFlow  偵錯程式（ tfdbg ）的圖形使用者介面（GraphicalUser Interface, GUI），現在推出alpha 版本

• 利用新的 tf.contrib.data.SqlDataset，支援把一個 sqlite 資料庫作為 Dataset 物件進行讀入

• tf.contrib.framework.CriticalSection 新增分散式的 Mutex /CriticalSection

• tf.regex_replace 更好地支援文字處理

• tf.contrib.data.bucket_by_sequence_length 支援簡單高效的序列輸入

 

Bug 修復和其他改進

• 加速線性代數（XLA）：

  • XLA 新增對MaxPoolGradGrad 的支援

  • XLA 禁止從TensorFlow進行CSE pass

• tf.data：

  • tf.data.Dataset

1. ‍利用 tf.load_op_library()機制，支援構建 C++ Dataset op 核心作為外部庫

2. Dataset.list_files() 預設執行對輸出進行隨機打亂操作

3. Datas‍et.shuffle(..., seed=tf.constant(0, dtype=tf.int64)) 現在和 Dataset.shuffle(...,seed=0) 返回同樣的元素序列

• tf.data.TFRecordDataset 新增了 num_parallel_reads引數   

tf.contrib：

• tf.contrib.bayesflow.halton_sequence 現在支援隨機化

• tf.contrib.all_reduce 新增對標量的支援

• tf.contrib.bayesflow.mcmc_diagnostics 中新增 effective_sample_size

• tf.contrib.bayesflow.mcmc_diagnostics 中新增 potential_scale_reduction

• 新增 BatchNormalization， Kumaraswamy雙射器（bijectors）

• 未來不再支援 tf.contrib.learn。請查閱 contrib/learn/README.md中的指示對已有程式碼進行轉換

• tf.contrib.data

1. 移除不再支援的類， 其中包括  tf.contrib.data.Dataset，tf.contrib.data.Iterator， tf.contrib.data.FixedLengthRecordDataset， tf.contrib.data.TextLineDataset， 和 tf.contrib.data.TFRecordDataset

2. 新增 bucket_by_sequence_length， sliding_window_batch， 和 make_batched_features_dataset

• 移除不再維護的 tf.contrib.ndlstm。 你可以從這個外部網址找到它：https://github.com/tmbarchive/tfndlstm

• 把 tf.contrib.bayesflow的大多數內容遷移到它自己的倉庫中： tfp

其他

• 如果丟擲異常，tf.py_func現在會把完整的堆疊跟蹤資訊列印出來

• TPUClusterResolver 和 GKE 進行整合，支援Cloud TPU

• 增加一個取樣器統計檢驗的庫

• 針對 Cloud TPU，從 GCE VM 中新增對流資料的幫助函式

• ClusterResolvers 和TPUEstimator 進行整合

• 統一了 metropolis_hastings和 HMC 核心的介面

• 把 LIBXSMM 卷積遷移到一個單獨的 --defineflag 中，因此這個操作現在是預設禁止的

• 修復了 MomentumOptimizerlambda

• 通過可程式設計 docstrings減少 tfp.layers 的樣板程式碼

• 新增 auc_with_confidence_intervals， 該方法可用線性時間複雜度計算 AUC 值和置信區間

• regression_head 現在接受自定義的連線函式作為輸入，在array_ops.identity 不支援的情況下可以滿足使用者定義自己的連線函式的需求

• 修復了從 VariableDef建立 ResourceVariables物件時initialized_value 和 initial_value 的行為

• 新增了 TensorSpec作為 Tensors 的解釋說明文件

• 確定性的常量摺疊操作

• tf.linalg.* 支援float16 的dtype

• 新增 tf.estimator.export.TensorServingInputReceiver允許 tf.estimator.Estimator.export_savedmodel 傳入 raw tensors來模擬函式

原作者 | yifeif

原文連結

https://github.com/tensorflow/tensorflow/releases/tag/v1.7.0-rc0?from=groupmessage&isappinstalled=0

招聘

新一年，AI科技大本營的目標更加明確，有更多的想法需要落地，不過目前對於營長來說是“現實跟不上靈魂的腳步”，因為缺人~~

所以，AI科技大本營要壯大隊伍了，現招聘AI記者和資深編譯，有意者請將簡歷投至：gulei@csdn.net，期待你的加入！

如果你暫時不能加入營長的隊伍，也歡迎與營長分享你的精彩文章，投稿郵箱：suiling@csdn.net

AI科技大本營讀者群（計算機視覺、機器學習、深度學習、NLP、Python、AI硬體、AI+金融、AI+PM方向）正在招募中，關注AI科技大本營微信公眾號，後臺回覆：讀者群，聯絡營長，新增營長請備註姓名，研究方向。

☟☟☟點選 | 閱讀原文 | 檢視更多精彩內容