TensorFlow 2.0「开发者预览版」上线

TensorFlow 2.0 预览版上线了!近日,谷歌 AI 团队成员 Martin Wicke 在社交网络上向大家发布了这一最流行深度学习框架的「开发者预览版」,该版本又被称为「Nightly 版」——因为框架会每晚更新。这不是一个稳定的版本,但开发者们可以尝试使用,熟悉新版本的特性。

不过,即使是在 TensorFlow 2.0 中,目前也没有对于 Python 3.7 的支持。

还有网友表示:

Nightly 版更接近于 beta 版本,为用户提供即将发布的内容的预览,以及有机会使用/贡献新功能。Nightly 版绝不是一个专为产品而设计的稳定版本,它旨在测试开发人员正在使用的最新功能,不会自动提供文档,可以找到 bug,无法保证功能的可用性。

预览版官方页面:https://www.tensorflow.org/versions/r2.0/api_docs/python/tf

TensorFlow 2.0「开发者预览版」上线

开发者们可以输入如下代码安装预览版:

pip install tf-nightly-2.0-preview 

安装 GPU 版的方法是:<br>

pip install tf-nightly-gpu-2.0-preview 

目前的版本号是:tf-nightly-2.0-preview-1.13.0.dev20181214

TensorFlow 2.0 如今在 pypi 上提供 tf-nightly-2.0-preview 和 tf-nightly-gpu-2.0-preview 版本。你还可以通过传递—config=v2 到 bazel 命令来从源代码构建版本(在运行 configure 之后)。TensorFlow 2.0 是从同一个源码树构建的,因此如果你是从源代码构建,只需要从主服务器生成。

可从预览版官方页面获取 Nightly 版生成的文档。因为 Nightly 版还在开发中,文档可能随时变得不再有用或不完整。

在 TensorFlow 2.0 的开发中,谷歌专注于可用性,并对指定(specify)和运行计算的方式进行了重大更改。2018 年秋季发布的 RFC(https://github.com/tensorflow/community/tree/master/rfcs)实现了这样的重大变化。

pip 软件包附带一个转换器工具,可以升级(大多数)1.x TensorFlow 代码,因此它可以在 Nightly 版安装的 2.0 的情况下运行。tf_upgrade_v2 工具大量使用兼容性模块:tf.compat.v1。此模块包含 TensorFlow 1.x 中存在的所有符号及其原始功能。此外,升级工具也处于开发阶段,它可能无法在复杂项目上运行。

这个 Nightly 版的 2.0 仍然不完整。因此,谷歌表示不保证稳定性,还存在未解决的性能问题,并且缺少某些功能(例如,仅支持某些分布式机制,特别是 TPU 的支持仍然不完整),并且 TensorFlow 生态系统尚未和 2.0 同步更新(例如,TFHub)。谷歌表示会在创建 2.0-alpha 之前解决这些问题。

如果有兴趣尝试 Nightly 版,谷歌表示很欢迎报告使用中发现的问题。

在这里查看提交错误报告的方法:https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.md

TensorFlow 2.0「开发者预览版」上线

对于最流行的机器学习框架来说,TensorFlow 2.0 将是一个重要的里程碑:新版本意味着大量的内容梗概,所有一切都以人人可以使用机器学习为目标。但是,这些更改可能会要求老用户重新学习如何使用框架。

相关推荐