TensorFlow 1.9 正式發佈!用TensorFlow玩轉Google AIY
TensorFlow 1.9 現已正式發佈!請查看相應公告,及時瞭解一些主要特點和重大改變,輕鬆升級您的代碼。
主要特點和改進
● tf.keras 檔升級: 新的基於 Keras 的入門以及程式員指導頁
● tf.keras 升級到 Keras 2.1.6 API
● 添加 tf.keras.layers.CuDNNGRU 和 tf.keras.layers.CuDNNLSTM 層
● 對梯度提升樹估算器 (gradient boosted trees estimators) 添加核心功能欄和損失 (feature columns andlosses) 的支持
● TFLite 優化轉換器的 Python 介面有所擴展,命令行介面 (AKA:toco,tflite_convert) 再次包含在了標準 pip 安裝中
● 優化了數據載入和文本處理:
tf.decode_compressed
tf.string_strip
tf.strings.regex_full_match
● 實驗性地增加了對新的預製估算器的支持:
tf.contrib.estimator.BaselineEstimator
tf.contrib.estimator.RNNClassifier
tf.contrib.estimator.RNNEstimator
● distributions.Bijector API 支持使用新的API變化為 Bijectors 進行廣播
重大改變
● 如果你正在打開空變數範圍,用 variable_scope (tf.get_variable_scope(), ...) 替換 variable_scope ('', ...)
● 用於構建自定義操作的標題已從 site-packages/external 移至 site-packages/tensorflow/include/external
Bug 修復及其他一些變更
● tfe.Network 已棄用。請從 tf.keras.Model 指定繼承
● 分層變數名稱在以下條件中已更改:
使用帶自定義變數範圍的 tf.keras.layers
在子類 tf.keras.Model 類別中使用 tf.layers
● tf.data :
Dataset.from_generator() 現能接受一個 args 列表,以便創建嵌套生成器
當 shuffle = False 或一個 SEED 通過的情況下,Dataset.list_files() 現在將會產生確定性結果
tf.contrib.data.sample_from_datasets() 和 tf.contrib.data.choose_from_datasets() 將更容易採樣或更容易確定地從多個數據集中選擇元素
tf.contrib.data.make_csv_dataset() 現支持引用字串中的換行符,並刪除了兩個不經常使用的參數
(C++) DatasetBase::DebugString() 現已設為常量
(C++) DatasetBase::MakeIterator() 已重新更名為 DatasetBase::MakeIteratorInternal()
(C++) IteratorBase::添加了Initialize()method 以支持在迭代器構建期間提出錯誤
● Eager Execution :
通過 tf.GradientTape.stop_recording 添加暫停梯度計算的記錄操作功能
更新文檔,介紹手冊
● tf.keras :
將 Keras code從_impl 檔夾中移出並移除API檔
tf.keras.Model.save_weights 現在默認以 TensorFlow 格式保存
啟用數據集迭代器以傳遞至 tf.keras.Model 訓練/評價方法
● TensorFlow Debugger (tfdbg)
修復了 TensorBoard 調試器插件在原始檔案大小超過 gRPC 消息限制 (4 MB) 時無法處理的問題
● tf.contrib :
tf.contrib.framework.zero_initializer 支持 ResourceVariable
添加 "constrained_optimization" 到 tensorflow/contrib
眾所周知,穀歌的AIY專案Vision Kit主要組件是 Raspberry Pi 的 Vision Bonnet 配件板。VisionBonnet板是該專案的核心,採用Intel Movidius MA2450晶片。 這種低功率視覺處理單元能夠運行神經網路模型來識別物體。
附帶的軟體運行三個基於TensorFlow的神經網路。 其中一個基於穀歌的MobileNets平臺,能夠識別超過1,000個日常物品。 第二個可以在圖像中發現面部和表情。 最後一個是專門用於識別貓,狗和人的神經網路。 Google還為AIY Vision創建了一個工具,允許您使用TensorFlow訓練新模型。 該套件支持Python API以進行基本更改,例如更改按鈕LED的顏色,調整揚聲器音量等。
AIY Vision Kit(視覺套件)也是穀歌推出的一款DIY人工智慧套件。AIY Vision Kit讓您可以構建自己的智能相機,可以使用機器學習查看和識別對象。 所有這些都裝在一個方便的小紙板盒子裏,由Raspberry Pi和Intel movidius提供動力。它可以運行具有低耗處理能力的深度學習演算法。

重大改變

附帶的軟體運行三個基於TensorFlow的神經網路。 其中一個基於穀歌的MobileNets平臺,能夠識別超過1,000個日常物品。 第二個可以在圖像中發現面部和表情。 最後一個是專門用於識別貓,狗和人的神經網路。 Google還為AIY Vision創建了一個工具,允許您使用TensorFlow訓練新模型。 該套件支持Python API以進行基本更改,例如更改按鈕LED的顏色,調整揚聲器音量等。
Comments
Post a Comment