TensorFlow 2.0 的核心功能将是“Eager Execution”

栏目: 编程工具 · 发布时间: 7年前

内容简介:TensorFlow 2.0 是谷歌开源机器学习框架的下一个主要版本,将于 2018 年末推出其首个测试版。TensorFlow 是 Google 对机器学习和数据科学领域的贡献,是快速开发神经网络的一般框架。 尽管 TensorFlow 相对较新,但由于其强大的抽象和易用性,已经被广泛采用作为深度学习的通用平台。除了解决性能问题之外,TensorFlow 2.0 的构建者还将纠正兼容性和连续性错误。计划用于 TensorFlow 2.0 的核心功能是“Eager Execution”环境,通过 Tens

TensorFlow 2.0 是谷歌开源机器学习框架的下一个主要版本,将于 2018 年末推出其首个测试版。TensorFlow 是 Google 对机器学习和数据科学领域的贡献,是快速开发神经网络的一般框架。 尽管 TensorFlow 相对较新,但由于其强大的抽象和易用性,已经被广泛采用作为深度学习的通用平台。

2.0 将带来哪些新特性?

除了解决性能问题之外,TensorFlow 2.0 的构建者还将纠正兼容性和连续性错误。

计划用于 TensorFlow 2.0 的核心功能是“Eager Execution”环境,通过 TensorFlow 实践更好地协调用户对编程模型的期望。Eager Execution 在 TensorFlow 1.7 中引入,是一种命令式编程环境,可在不构建图形的情况下立即评估操作,旨在使框架更易于学习和使用。

TensorFlow 2.0 计划的其他功能包括:

  • 扩展对更多平台和语言的支持。

  • 通过交换格式的标准化和 API 的一致性,改进平台和语言组件之间的兼容性。

  • 删除已弃用的 API,以减少用户之间的混淆。

为了更容易地过渡到新版本,转换 工具 将更新 Python 代码以使用与 TensorFlow 2.0 兼容的 API,以及在无法进行转换时发出的警告。

TensorFlow 2.0 的构建者预计版本 1.x 系列中不会进一步开发功能,但在版本 2.0 发布后的一年内,版本 1.x 系列将会有安全补丁。

编译自: InfoWorld


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

信息论基础

信息论基础

Thomas M.Cover、Joy A.Thomas / 清华大学出版社 / 2003-11-1 / 65.00元

《国际知名大学原版教材•信息论基础》系统介绍了信息论基本原理及其在通信理论、统计学、计算机科学、概率论以及投资理论等领域的应用。作者以循序渐进的方式,介绍了信息量的基本定义、相对熵、互信息以及他们如何自然地用来解决数据压缩、信道容量、信息率失真、统计假设、网络信息流等问题。一起来看看 《信息论基础》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具

HEX HSV 转换工具
HEX HSV 转换工具

HEX HSV 互换工具