系统下载、安装、激活,就到系统天地来!

所在位置: 首页 — IT资讯 — 谷歌

谷歌TensorFlow 2.2.0正式发布:道别Python 2,拥抱Python 3

作者:系统天地 日期:2020-05-08

 TensorFlow 2.2.0 正式发布了,该版本终止了对 Python 2 的支持。现在,新的 TensorFlow Docker 镜像版本仅提供 Python 3。

image.png

主要特性和改进

· 将字符串张量的标量类型从 std::string 替换为 tensorflow::tstring

· TF 2 的新 Profiler,用于 CPU/GPU/TPU。它提供设备和主机性能分析,包括输入管道和 TF Ops。

· 不推荐使用 SWIG,而是使用 pybind11 将 C++ 函数导出到 Python,这是弃用 Swig 所作努力的一部分。

· tf.distribute:

通过使用新添加的 tf.keras.layers.experimental.SyncBatchNormalization 层,添加了对全局同步 BatchNormalization 的支持。该层将在参与同步训练的所有副本之间同步 BatchNormalization 统计信息。

使用 tf.distribute.experimental.MultiWorkerMirroredStrategy 提高 GPU 多工分布式培训的性能

  • 将 NVIDIA NCCL 更新到 2.5.7-1,以获得更好的性能和性能调整。

  • 支持在 float16 中减少梯度。

  • 所有实验的支持都减少了梯度压缩,以允许使用反向路径计算进行重叠梯度聚合。

  • 弃用 experimental_run_v2 方法。

  • 添加对 DistributedIterators 的 CompositeTensor 支持。这应该有助于防止不必要的功能跟踪和内存泄漏。

· tf.keras:

Model.fit  的主要改进:

  • 可以通过覆盖 Model.train_step 将自定义训练逻辑与 Model.fit 结合使用。

  • 轻松编写最新的培训循环,而不必担心 Model.fit 为你处理的所有功能(分发策略,回调,数据格式,循环逻辑等)

  • SavedModel 现在使用其自己的 Model._saved_model_inputs_spec attr 而不是依赖于不再为子类 Model 设置的 Model.inputs 和 Model.input_names。

  • 生成器支持动态形状。

现在,SavedModel 格式支持所有 Keras 内置层(包括指标,预处理层和有状态 RNN 层)。

更新 Keras 批处理规范化层,以使用 fused_batch_norm 中的运行平均值和平均值计算。

· tf.lite:

默认情况下启用 TFLite 实验性新转换器。

· XLA

XLA 现在可以在 Windows 上构建并运行。所有预构建的软件包都随附有 XLA。

可以在 CPU 和 GPU 上使用“编译或抛出异常”语义为 tf.function 启用 XLA。

新版本包含大量 bug 修复等,详情可见更新说明:

https://github.com/tensorflow/tensorflow/releases/tag/v2.2.0