0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

TensorFlow的2.0 版本将来临

电子工程师 来源:未知 作者:李倩 2018-08-15 09:01 次阅读

上周,谷歌刚刚发布了 TensorFlow 1.10.0 版本(详见《TensorFlow 版本 1.10.0 发布》),如今,TensorFlow 的 2.0 版本又将来临。

谷歌开源战略师 Edd Wilder-James 最新公开的一封邮件显示,TensorFlow 2.0 预览版将在今年晚些时候正式发布,并称其是一个重大的里程碑。

一旦最终版本的 TensorFlow 2.0 发布,预计 TensorFlow 1.x 将不会再有任何功能更新,但 TensorFlow 团队表示将继续为 TensorFlow 1.x 版本发布一年的安全补丁。

据悉,未来 TensorFlow 将会把重点放在易用性上,而 Eager Execution 将会是 TensorFlow 2.0 的核心功能。

(编者注:“Eager Execution”是一个命令式、由运行定义的接口,一旦从 Python 被调用可立即执行操作,这使得 TensorFlow 的入门变得更简单,也使得研发工作变得更直观。)

此外,TensorFlow 团队表示,未来所有的 tf.contrib 都会被弃用,对于每个 contrib 模块,要么 a)将项目集成到 TensorFlow 中;b)将其移至单独的存储库;c)完全将其移除。从今天将开始,TensorFlow 将停止添加新的 tf.contrib 项目。

▌TensorFlow 2.0 规划

以下是邮件内容,AI科技大本营翻译:

为了适应这些快速变化,我们已经开始研究 TensorFlow 的下一个重大版本。TensorFlow 2.0 将是一个重要的里程碑,我们将把重点放在易用性上。大家可以期待 TensorFlow 2.0 的以下功能:

Eager Execution 将是 TensorFlow 2.0 的核心功能。它将用户对编程模型的期望与TensorFlow 实践更好地结合起来,使得 TensorFlow 更容易学习和应用。

支持更多的平台和语言,并通过交换格式的标准化和 API 的对齐来改善这些组件之间的兼容性和对等性。

我们将删除过时的 API 并减少重复的数量,避免给用户带来混乱。

我们计划在今年晚些时候发布 TensorFlow 2.0 的预览版。

2.0 版本的设计流程

近期,我们将举行一系列包含预先规划好的改变在内的公共设计评审。我们将在此过程中阐明 TensorFlow 2.0 一部分的新功能,并允许社区提出更改和发表意见。如果您希望查看有关流程的评论和更新公告,请加入developers@tensorflow.org。我们希望在今年晚些时候发布预览版后收集用户的反馈。

兼容性和连续性

TensorFlow 2.0 给了我们一个纠正错误并进行改进的机会,这些改进在语义化版本(semantic versioning)下是禁止的。

为了让大家更容易地向新版本过渡,我们将创建一个转换工具,用于更新 Python 代码以使用与 TensorFlow 2.0 兼容的 API,或者在无法自动进行此类转换的情况下发出警告。

并非所有更改都可以完全自动完成。例如,我们将弃用某些 API,其中一些 API 没有直接对等的替换物。对于这种情况,我们将提供兼容模块(tensorflow.compat.v1),它包含完整的 TensorFlow 1.x API,而且将在 TensorFlow 2.x 的生命周期内一直保留。

一旦最终版本的 TensorFlow 2.0 发布,我们预计 TensorFlow 1.x 不会再有任何的功能更新,但我们将继续为 TensorFlow 1.x 版本发布一年的安全补丁。

磁盘兼容性

我们不打算对 SavedModels 或存储的 GraphDef 进行重大更改(即,我们计划在 2.0 版本中包含所有当前内核)。但是,2.0 版本中的更改将意味着raw checkpoint 中的变量名称可能必须在与新模型兼容之前进行转换。

tf.contrib

TensorFlow 的 contrib 模块已经超越了单个存储库中可以维护和支持的模块。较大的项目最好分开维护,我们将在 TensorFlow 的主代码里添加一些规模较小的扩展。因此,作为发布 TensorFlow 2.0 的一部分,我们将停止分发 tf.contrib。我们将在未来几个月与 contrib 模块的所有者合作制定详细的迁移计划,包括如何在我们的社区页面和文档中宣传您的 TensorFlow 扩展。

对于每个 contrib 模块,我们要么 a)将项目集成到 TensorFlow 中; b)将其移至单独的存储库;c)完全将其移除。这意味着所有的 tf.contrib 都会被弃用,我们将从今天将开始停止添加新的 tf.contrib 项目。我们正在寻找目前在 tf.contrib 的许多项目的所有者/维护者,如果您有兴趣,请联系我们。

下一步计划

有关TensorFlow 2.0 的更多问题,请发送电子邮件至discuss@tensorflow.org与我们联系。如需及时了解 2.0 版本的详细开发信息,请订阅developers@tensorflow.org。

▌Facebook、微软等联手对抗谷歌

维基百科的资料显示,TensorFlow 最初由谷歌大脑团队开发,于2015 年 11 月 9 日在 Apache 2.0 开源许可证下发布,1.0.0 版本发布于 2017 年 2 月 11 日,目前已经更新到 1.10.0 版本。

如今,TensorFlow 已经成为开发者社区最流行的机器学习框架。

今年 3 月,Keras 作者 François Chollet 使用 Google Search Index 展示了过去三个月 ArXiv 上提到的深度学习框架排行,其中 TensorFlow 排名第一,Keras 排名第二,而且两者差距明显。

同月,李飞飞高徒 Andrej Karpathy 也抛出数据,过去一个月里各个框架在论文中被提到(单次计算)的比例分别是:TensorFlow 14.3%,PyTorch 4.7%,Keras 4.0%,Caffe 3.8%,Theano 2.3%,Torch 1.5%,其他均少于 1%。

就在上月,深度学习研究员 Mahmoud Badry 又根据 GitHub 上的 Star 数量做了一个了深度学习项目排行榜。其中 TensorFlow 稳居榜首,Star 的数量超过 10 万,是二名 Keras 的 3 倍之多。

可以看出,虽然其他的框架也在快速进步,但谷歌的 TensorFlow 目前仍占据绝对的领先地位

为了对抗谷歌的 TensorFlow,去年 9 月,FaceBook 携手微软发布了一个全新的项目——ONNX,可使模型在不同框架之间进行转移,欲借此打造一个开放的深度学习开发工具生态系统。目前已经有亚马逊英特尔、百度等多家科技巨头加入。

有分析认为,谷歌暂时不会加入这个联盟,而是会打造自己的独立生态。如今,TensorFlow 2.0 即将发布,而谷歌的 Keras 也颇受欢迎,可以预见,谷歌在这一领域的领先地位短期内不会被动摇。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 机器学习
    +关注

    关注

    66

    文章

    8408

    浏览量

    132573
  • tensorflow
    +关注

    关注

    13

    文章

    329

    浏览量

    60528

原文标题:重磅 | TensorFlow 2.0即将发布,所有tf.contrib将被弃用

文章出处:【微信号:rgznai100,微信公众号:rgznai100】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    USB4 2.0版本的重大更新

    USB版本一直很多,可以说是五花八门,但是随着接口的日渐统一,USB的版本可以说减少了很多,到了USB4,只剩下USB-C接口,为何还有一个2.0版本,我们往下详解。
    的头像 发表于 09-09 14:37 602次阅读

    AM5718-HIREL Sitara处理器器件版本2.0数据表

    电子发烧友网站提供《AM5718-HIREL Sitara处理器器件版本2.0数据表.pdf》资料免费下载
    发表于 08-09 11:34 0次下载
    AM5718-HIREL Sitara处理器器件<b class='flag-5'>版本</b><b class='flag-5'>2.0</b>数据表

    DM505 SoC 15mm封装(ABF)器件版本2.0数据表

    电子发烧友网站提供《DM505 SoC 15mm封装(ABF)器件版本2.0数据表.pdf》资料免费下载
    发表于 08-09 10:54 0次下载
    DM505 SoC 15mm封装(ABF)器件<b class='flag-5'>版本</b><b class='flag-5'>2.0</b>数据表

    AM571x Sitara处理器器件版本2.0数据表

    电子发烧友网站提供《AM571x Sitara处理器器件版本2.0数据表.pdf》资料免费下载
    发表于 08-08 10:14 0次下载
    AM571x Sitara处理器器件<b class='flag-5'>版本</b><b class='flag-5'>2.0</b>数据表

    TDA3x SoC15mm封装(ABF)器件版本2.0数据表

    电子发烧友网站提供《TDA3x SoC15mm封装(ABF)器件版本2.0数据表.pdf》资料免费下载
    发表于 08-07 11:29 0次下载
    TDA3x SoC15mm封装(ABF)器件<b class='flag-5'>版本</b><b class='flag-5'>2.0</b>数据表

    TensorFlow是什么?TensorFlow怎么用?

    TensorFlow是由Google开发的一个开源深度学习框架,它允许开发者方便地构建、训练和部署各种复杂的机器学习模型。TensorFlow凭借其高效的计算性能、灵活的架构以及丰富的工具和库,在学
    的头像 发表于 07-12 16:38 681次阅读

    tensorflow和pytorch哪个更简单?

    PyTorch更简单。选择TensorFlow还是PyTorch取决于您的具体需求和偏好。如果您需要一个易于使用、灵活且具有强大社区支持的框架,PyTorch可能是一个更好的选择。如果您需要一个在
    的头像 发表于 07-05 09:45 847次阅读

    tensorflow和pytorch哪个好

    tensorflow和pytorch都是非常不错的强大的框架,TensorFlow还是PyTorch哪个更好取决于您的具体需求,以下是关于这两个框架的一些关键点: TensorFlow : 发布时间
    的头像 发表于 07-05 09:42 675次阅读

    tensorflow简单的模型训练

    在本文中,我们将详细介绍如何使用TensorFlow进行简单的模型训练。TensorFlow是一个开源的机器学习库,广泛用于各种机器学习任务,包括图像识别、自然语言处理等。我们将从安装
    的头像 发表于 07-05 09:38 639次阅读

    keras模型转tensorflow session

    在这篇文章中,我们将讨论如何将Keras模型转换为TensorFlow session。 Keras和TensorFlow简介 Keras是一个高级神经网络API,它提供了一种简单、快速的方式来构建
    的头像 发表于 07-05 09:36 511次阅读

    如何使用Tensorflow保存或加载模型

    TensorFlow是一个广泛使用的开源机器学习库,它提供了丰富的API来构建和训练各种深度学习模型。在模型训练完成后,保存模型以便将来使用或部署是一项常见的需求。同样,加载已保存的模型进行预测或
    的头像 发表于 07-04 13:07 1484次阅读

    TensorFlow的定义和使用方法

    TensorFlow是一个由谷歌人工智能团队谷歌大脑(Google Brain)开发和维护的开源机器学习库。它基于数据流编程(dataflow programming)的概念,将复杂的数学运算表示为
    的头像 发表于 07-02 14:14 754次阅读

    LwIP v2.0版本更换为v2.1.2版本后接收不到数据了怎么解决?

    请教下,吧 LwIP v2.0 版本更换为 v2.1.2 版本后接收不到数据了,是怎么回事啊 ?? 之前使用 v2.0 版本测试是完全可以了
    发表于 04-23 08:20

    SAP HANA 2.0 SP07版本新功能特性汇总

    HANA 2.0 SP07于2023年4月初发布,这次的SP07将提供5年的支持周期。如下表所示,到今年底HANA主流的系统版本就只有两个SPS版本:HANA 2.0 SP05和SP0
    的头像 发表于 02-19 09:22 515次阅读

    如何判断HDMI接口版本是1.4还是2.0呢?

    如何判断HDMI接口版本是1.4还是2.0呢? HDMI是一种用于传输高质量音频和视频信号的接口标准。随着技术的不断发展,HDMI接口也经历了多次升级和改进。在市场上,常见的HDMI接口版本包括
    的头像 发表于 02-02 17:26 2.7w次阅读