TensorFlow 2.0哪些新特性值得关注?
极客时间编辑部
讲述:杜力大小:3.47M时长:02:32
2018 年 11 月,TensorFlow 在庆祝 3 岁生日时回顾了其多年来增加的功能。 对于即将发布的 TensorFlow 2.0,TensorFlow 团队感到非常兴奋。相比于旧版本,这个被团队视为另一重要里程碑的版本又新增了哪些功能呢?
据了解,TensorFlow 2.0 将专注于简单性和易用性,具体更新包括:使用 Keras 和 eager execution 轻松建模;在任何平台生产中部署强大的模型;强大的研究实验;清理弃用 API,减少重复,简化 API。
在过去几年,谷歌为 TensorFlow 添加了许多组件。TensorFlow 2.0 将这些组件打包成综合平台,支持从训练到部署整个机器学习工作流程。
在最近的博客文章中,谷歌宣布 Keras 是一个对用户友好的机器学习 API 标准,并将成为用于构建和训练模型最重要的高级 API。Keras API 可以轻松使用 TensorFlow,提供模型创建 API,让用户可为项目选择合适的抽象级别。TensorFlow 的实现增强包括 eager execution、快速迭代和直接调试。
据介绍,TensorFlow 2.0 新增了许多功能,研究人员和高级用户可以进行实验,使用丰富的扩展。除此之外,TensorFlow 还提供了让原型设计和调试更简单的 eager execution,分发策略 API 和 AutoGraph,可以进行大规模训练并支持 TPU,使 TensorFlow 2.0 成为一个易于使用、可定制、高度可扩展,可以运行并将最先进机器学习研究转化为实际生产的平台。
自从首次开源以来, TensorFlow 已经有了许多版本和 API 迭代,TensorFlow 2.0 可以基于语义版本控制清理和模块化平台。
为了简化 TensorFlow 2.0 迁移,谷歌提供了转换工具,可以更新 TensorFlow 1.x Python 代码以兼容 TensorFlow 2.0 API,或者标记代码无法自动转换的情况。
TensorFlow 2.0 将于今年年初发布公开预览版。现在,开发者已经可以通过使用 tf.keras 和 eager execution,预打包模型和部署库来开发 TensorFlow 2.0,分发策略 API 目前也已经部分可用。
现在,TensorFlow 已经从深度学习软件库成长为适用于所有类型机器学习的生态系统。2.0 版本将变得简单易用,适用于所有平台用户。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论