TensorFlow 1.6重要的不是更新是bug修復!
【資訊】TensorFlow可謂是最受歡迎的開源機器學習項目,它的每一次更新都備受矚目。 距離TensorFlow上次發布僅兩個月,新的版本1.6又與我們見面了。TensorFlow 1.6沒有太多重大變化,,此次更新主要關注bug修復,API更改和一些新功能。 TensorFlow 1.6增加了第二個版本的Getting Stared文件,專門針對機器學習新手。如果你是機器學習初學者,這是一個很好的資源。此外,有幾個API更改,其中包括prepare_variance Boolean ,其默認設置為false以實現向后兼容。 其他重大變化: ·針對非插槽變量的新的內部優化 API 。 ·tf.estimator。{FinalExporter,LatestExporter}現在導出剝離的SavedModels,這提高了SavedModel的向前兼容性。 ·FFT支持添加到XLA CPU / GPU。 ·現在可以在兼容的Tegra設備上使用CUDA加速技術構建Android TF ·添加卷積Flipout層 ·添加概率卷積層 ·為Google云端存儲添加客戶端限制 bug修復和其他已知問題 當然,新版本不是沒有任何重大更改的更新。TensorFlow 1.6的預構建二進制文件是針對CUDA 9.0和cuDNN 7構建的。此外,預構建的二進制文件將使用AVX指令,這可能會破壞較舊CPU上的TF。至于bug,關于tensorboard命令有一個很大的問題,由于pip包沖突導致某些升級流程后,它偶爾會丟失。(請參閱TensorBoard 1.6.0修補程序發行說明) 此外,使用CUDA 9和CUDA 9.1的XLA:GPU會導致垃圾結果或CUDA_ILLEGAL_ADDRESS失敗。 在2017年12月,Google發現CUDA 9和CUDA 9.1中的PTX-to-SASS編譯器在SASS中將大比特的64位地址計算分解為32位時,不能正確計算進位比特。由于這個錯誤,這些版本的ptxas錯誤地編譯了大多數XLA程序,其內存超過4GB,導致垃圾結果或CUDA_ERROR_ILLEGAL_ADDRESS失敗。 谷歌方面預計對CUDA 9.1.121的修復將持續到2018年2月底。但是,TensorFlow并不期望修復CUDA 9.0.x。現在,唯一的解決方法是降級到CUDA 8.0.x或禁用XLA:GPU。 (編輯:福州站長網 0591Zz.Com) |
-
經ICANN授權面向移動應用的通用頂級域——[.手機]現已...[詳細]