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。