Advanced Search
 
公 告
作者指南
行业动态
  首页 > 行业动态
谷歌推出TensorFlow 1.4 版本: 支持分布式训练

  近日, 谷歌开发者博客(Google Developers Blog)撰文发布TensorFlow 1.4 版本, 此次的更新迎来三个重大变化: Keras 转移到TensorFlow 核心包中, Dataset API 支持更多功能, 引入效用函数tf.estimator.train_and_evaluate 等。

  (1) Keras

  在TensorFlow 1.4 版本中, Keras 从tf.contrib.keras 转移到tf.keras 核心包。Keras 是一个非常受欢迎的机器学习框架, 其高级API 接口能大大缩短用户从提出想法到付诸实践的时间。Keras 平滑地集成了其他核心TensorFlow 功能, 包括EstimatorAPI。实际上, 通过调用tf.keras.estimator.model_to_estimator 函数, 用户可以从任何Keras 模型中构建Estimator。此次更新后,Keras 处于TensorFlow core 中, 用户可以在自己的产品工作流中用到它。

  (2) Datasets

  TensorFlow 1.4 版本中, Dataset API 从tf.contrib.data 中转移到tf.data 核心包。新版Dataset API 将支持Python 生成器。谷歌强烈建议用户使用Dataset API 为TensorFlow 模型创建input pipeline, 原因是: 比起老版的API, 这次更新的Dataset API 提供了更多功能(feed_dict 函数、基于队列的pipeline); Dataset API 执行效果更好; Dataset API 更干净, 更易于使用。

  未来, 谷歌的开发重点将放在Dataset API 上, 而不是着眼于之前的API。

  (3) 分布式训练&评估Estimator

  TensorFlow 1.4 还引入了效用函数tf.estimator.train_and_evaluate, 这能够简化训练、评估以及输出Estimator 模型的过程。该函数在训练和评估过程中能支持分布式执行, 同时仍然支持本地执行。

  除了这三大改进, TensorFlow 1.4 还引入了一些额外的增强功能, 详见: https://github.com/tensorflow/tensorflow/blob/master/RELEASE.md。

  (编译自: https://developers.googleblog.com/2017/11/announcing-tensorflow-r14.html)

(本刊讯)

发布时间: 2017-11-28   浏览: 677
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn