TensorFlow 1.9更新，侧重对tf.keras文档，GRU和LSTM实现的改进

TensorFlow的最新版本TensorFlow 1.9发布，作为时下最为火热的机器学习项目，eBay，Google和Twitter都使用它。现在，使用1.9比以往任何时候都更容易：新的改进和支持使切换变得轻而易举。更新主要侧重于对tf.keras文档，GRU和LSTM实现的改进，以及对梯度提升树模拟器的更多支持。此外，还有一些错误修复和重大变化！

TensorFlow 1.9中的主要更新：

首先，tf.keras更新了入门文档和程序员指南。它也被更新到Keras 2.1。API，带有新层tf.keras.layers.CuDNNGRU和tf.keras.layers.CuDNNLSTM供开发人员试用。至于错误修正，Keras代码现在不在_impl文件夹中并删除API文件。另外，tf.keras.Model.save_weights现在默认以TensorFlow格式保存。

TensorFlow 1.9为核心特征列提供了更多支持，并为梯度损失提供了增强树估计器，使得使用非参数统计学习技术更容易进行分类和回归。

此外，TFLite优化转换器的python接口已经扩展。命令行界面（AKA：toco，tflite_convert）再次包含在标准pip安装中。

TensorFlow 1.9还使用tf.decode_compressed，tf.string_strip，tf.strings.regex_full_match提供改进的数据加载和文本处理。此外，还增加了对新预制估算器的实验支持。

更重要的是，distributions.Bijector API现在支持使用新的API更改为Bijectors进行广播。

重要变化和错误修复

TensorFlow 1.9有两个重大变化需要注意：

打开空变量作用域时，用variable_scope（tf.get_variable_scope（），...）替换variable_scope（''，...）。

用于构建自定义操作的Header已被移动！它们现在位于sites-packages / tensorflow / include / externa中

1.9中有很多错误修正。以下是一些重要的：

Network已被弃用。

现在，在以下条件下更改了分层变量名称：

使用keras.layerswith自定义变量范围。

在子类tf.keras.Model类中使用图层。

tf.keras，tf.data等有很多变化。