Pull to refresh

Вышел финальный релиз TensorFlow 2.0

Open sourceBig DataMachine learningArtificial IntelligenceTensorFlow
image

Вчера 30 сентября Google объявил о выходе финального релиза TensorFlow 2.0.

«TensorFlow 2.0 является ПО с открытым исходным кодом и поддерживается сообществом, которое говорит, что им нужна простая в использовании платформа, гибкая и мощная, которая поддерживает развертывание на любой платформе. TensorFlow 2.0 предоставляет обширную экосистему инструментов для разработчиков, предприятий и исследователей, которые хотят использовать новейшие технологии машинного обучения и создавать масштабируемые приложения на базе ML.» — говорится в блоге Tensorflow на платформе Medium.



image

В TensorFlow 2.0 сделан ряд изменений делающих пользователей TensorFlow более продуктивными. TensorFlow 2.0 удалил избыточные API, после чего API стали более согласованными (Unified RNNs, Unified Optimizers), и лучше интегрировался с Python runtime, с Eager execution.

В TensorFlow 1.X от пользователей требовалось вручную собирать абстрактное синтаксическое дерево (граф) выполняя tf.* API запросы. Затем пользователи должны вручную скомпилировать абстрактное синтаксическое дерево путем передачи множества выходных и входных тензоров в вызов session.run(). TensorFlow 2.0 выполняется сразу же (как это обычно делает Python) и в 2.0, графы и сессии должны рассматриваться как детали реализации.

TensorFlow 1.X значительно зависел от неявных глобальных пространств имен. Когда вы вызывали tf.Variable(), она помещалась в граф по умолчанию, и она оставалась там даже если вы потеряли track переменной Python указывавшей на него. Вы можете затем восстановить ту tf.Variable, но только если вы знали имя с которым она была создана. Это было сложно сделать если вы не контролировали создание переменных.

Вызов session.run() почти похож на вызов функции: Вы определяете вводные данные, функция вызывается и вы получаете набор результатов. В TensorFlow 2.0, вы можете декорировать функцию Python используя tf.function() чтобы отметить ее для JIT компиляции так что TensorFlow выполняет его как единый граф (Functions 2.0 RFC).

Написано на основе:

The Wait is Over — TensorFlow 2.0 Released!
Эффективный TensorFlow 2.0
Tags:tensorflowмашинное обучениеглубокое обучениеbig data
Hubs: Open source Big Data Machine learning Artificial Intelligence TensorFlow
Total votes 19: ↑16 and ↓3 +13
Views8.4K

Popular right now

Комплексное обучение PHP
August 16, 202120,000 ₽Loftschool
Программа Data Scientist
June 29, 202168,800 ₽Luxoft Training
Курс Data Scientist
July 4, 202125,900 ₽Level UP
Data Science Bootcamp
July 5, 2021250,000 ₽Elbrus Coding Bootcamp

Top of the last 24 hours