TensorFlow 2.0要来了,tf.contrib要砍了 | 有什么意见你说啊
圆栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI
TensorFlow 2.0要来了。
昨天,谷歌大脑的Martin Wicke在一封公开邮件里,给这座即将造好的里程碑,做了个预告。
他说今年晚些时候,TensorFlow 2.0的一个预览 (Preview) 版本,就会和程序员们见面了。
在那之前,大家应该对这次重大更新,抱些怎样的期待?
邮件列举了以下几条:
· Eager Execution成为2.0的一个核心功能。这个命令式的编程环境,会让入门TensorFlow变得更容易。
· 支持更多平台、更多语言;通过交换格式的标准化以及API的协调,来提升组件之间的兼容性和对等性。
· 移除已弃用的API,并减少重复,也是减少用户的困惑。
往下,看看详情。
兼容性与连续性
邮件写到,TensorFlow 2.0是一个纠正错误、做出改进的好机会。有些改善,在语义化版本控制 (Semantic Versioning) 之下,通常是做不到的。
为了顺滑地过渡到新版本,团队会做一个转换工具,用于更新Python代码,这样便能使用TensorFlow 2.0兼容的API了。
如果遇到无法自动转换的情况,系统也会提醒人类。想当年,向1.0过渡的时候,类似的工具也帮了大忙。
并非所有改变,都能自动完成。比如,新版本将会弃用一些API,而其中有些API并没有直接对等的替换。
针对这样的情况,TensorFlow会提供一个兼容模块 (tensorflow.compat.v1) ,里面有完整的TensorFlow 1.x API,并且在2.x的生命周期里,会得到持续的维护。
不过,一旦2.0正式版发布,1.x就不会再有任何功能更新了。但在那之后,团队还是会给最后一版1.x,提供一年的安全补丁。
磁盘兼容性
SavedModel和GraphDef,都不会发生什么重大的变化。
但2.0意味着,原始检查点 (Checkpoint) 里的变量名称,需要转换,才能跟新的模型兼容。
tf.contrib被砍了
contrib模块的成长,超出了TensorFlow团队 (在一个repo里) 能维护的范围。
Wicke说,更大的项目,分开维护可能会更好。
不过,团队依然会在2.0里孵化一些小型的扩展。
所以,2.0的一个重大的变化,就是tf.contrib被完全弃用了。
在未来几个月,团队会与现有contrib模块的主人们,指定迁移计划,比如怎样在社区页面上或以文件的形式,发表自己的TensorFlow扩展。
每一个contrib模块,命运有三种:
1.集成到TensorFlow里。
2.移到一个单独的Repo里。
3.彻底移除。
现在,新的tf.contrib项目,已经停止添加了。
老项目的主人/维护者,也要赶快跟TensorFlow团队联系了。
你有什么意见?
重大革新发生之前,要听听广大开发者怎么说。
TensorFlow 2.0的开发,包含一个公开设计审查 (Public Design Reviews) 环节,大家都可以发表自己的意见。
获得参与感,请至以下邮箱:
developers@tensorflow.org
以及GitHub传送门:
https://github.com/tensorflow/community/blob/master/governance/TF-RFCs.md
对于新的TensorFlow,你还期待怎样的改变?
— 完 —
加入社群
量子位AI社群19群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
TensorFlow 2.0要来了,tf.contrib要砍了 | 有什么意见你说啊相关推荐
- Tensorflow高级API的进阶--利用tf.contrib.learn建立输入函数
正文共5958个字,预计阅读时间15分钟. 笔记整理者:王小草 笔记整理时间:2017年2月27日 笔记对应的官方文档:https://www.tensorflow.org/get_started/i ...
- TensorFlow基础篇(八)——tf.contrib.layers.l1regularizer()-12_regularizer(lambda)
TensorFlow中计算L1正则化和L2正则化的函数: L1正则化:tf.contrib.layers.l1regularizer(lambda)(w),它可以返回一个函数,这个函数可以计算一个给定 ...
- TensorFlow学习笔记12----Creating Estimators in tf.contrib.learn
原文教程:tensorflow官方教程 记录关键内容与学习感受.未完待续.. Creating Estimators in tf.contrib.learn --tf.contrib.learn框架, ...
- 重磅 | TensorFlow 2.0即将发布,所有tf.contrib将被弃用
作者 | 阿司匹林 出品 | AI科技大本营(公众号ID:rgznai100) 上周,谷歌刚刚发布了 TensorFlow 1.10.0 版本(详见<TensorFlow 版本 1.10.0 发 ...
- Tensorflow:tf.contrib.rnn.DropoutWrapper函数(谷歌已经为Dropout申请了专利!)、MultiRNNCell函数的解读与理解
Tensorflow:tf.contrib.rnn.DropoutWrapper函数(谷歌已经为Dropout申请了专利!).MultiRNNCell函数的解读与理解 目录 1.tf.contrib. ...
- Keras vs tf.keras: 在TensorFlow 2.0中有什么区别?
导读 在本文中,您将发现Keras和tf.keras之间的区别,包括TensorFlow 2.0中的新增功能. 万众期待的TensorFlow 2.0于9月30日正式发布. 虽然肯定是值得庆祝的时刻, ...
- Keras vs. tf.keras: 在TensorFlow 2.0中有什么区别?
在本教程中,您将发现Keras和tf.keras之间的区别,包括TensorFlow 2.0中的新增功能. Keras vs. tf.keras: 在TensorFlow 2.0中有什么区别? htt ...
- 独家 | TensorFlow 2.0将把Eager Execution变为默认执行模式,你该转向动态计算图了...
机器之心报道 作者:邱陆陆 8 月中旬,谷歌大脑成员 Martin Wicke 在一封公开邮件中宣布,新版本开源框架--TensorFlow 2.0 预览版将在年底之前正式发布.今日,在上海谷歌开发者 ...
- 一周焦点 | 陆奇“入驻” YC;TensorFlow 2.0 即将发布
▌业界焦点 陆奇"入驻" YC,开启新征程 8 月 15 日,据 36 氪消息,Y Combinator(以下简称 YC)宣布中国作为美国市场外展开业务的首个国家,同时,宣 ...
最新文章
- C/C++中单井号与双井号的使用
- 自定义控件android.r,Android控件架构与自定义控件
- C/C++:mongoose.c实现多表单域文件上传
- 二分查找算法实现(图解)与实例
- 《父亲家书》选:如何处理考研与工作机会(下)
- 数据库面试题之PL/SQL面试题
- 北京大学生物信息学学习(7)NGS 分析
- JNDI配置数据库连接
- 计算机组成原理学习-哈工大《计算机组成原理》第四章-上篇
- Docker - 分布式任务调度中心 - xxl-job
- A Bluescreen By Any Other Color
- 个人计算机培训校本研修总结,个人研修总结
- 四个小故事—体验经济:互联网生存的秘密
- M1 Mac 安装iPad、iPhone App
- xp怎么让计算机开启ftp,Win7和WinXP共享打印机和FTP怎么设置
- Linux中如何新建用户
- asp.net 引入html文件路径问题,asp.net 网站获取一个文件或文件夹的绝对路径,使用方法Server.MapPath(项目根目下虚拟文件路径)实现...
- vue 实现微信登陆 你学会了吗
- 主流 Java ORM 框架有哪些?
- SecureCRT的安装和破解--亲试可用
热门文章
- GitHub:为什么我们最终选择放弃了 jQuery
- 阿里小米获运营商牌照;罗永浩吐槽苹果;谷歌曾私下求情欧盟 | 极客头条
- 马化腾、李彦宏、雷军,程序员国服三强谁的编程能力最牛?
- elk-可视化图标(nginx)
- 先装vs还是先装sql_止回阀该装在出口阀前还是阀后?
- Java web 圈子设计_关于Java web开发中的面向对象问题?
- kernel php segfault,php不停报错segfault,求高手帮忙
- cfile清空文件内容_体育老师学编程(第11天)python常用的文件读写操作
- python cnn程序_python cnn训练(针对Fashion MNIST数据集)
- 技术选择真的没有那么重要