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 2.0——开发者测试版来了!

DPVg_AI_era 来源:lq 2019-01-12 09:44 次阅读

TensorFlow 2.0——开发者测试版来了!谷歌TF团队提供了一个“晚间版”,每晚更新,欢迎试用吐槽。

现在可以上手TensorFlow 2.0了!

谷歌机器智能团队负责分布式系统和并行计算的 Martin Wicke 今天在官博发布文章,介绍了名为 “TF2.0 晚间版”的版本,实际上是一个TensorFlow 2.0的开发者测试版。

听说过开发者版或者测试版,但没想到还有一个“开发者测试版”。

Wicke 表示,大家都知道谷歌TF团队正在努力筹备TensorFlow 2.0的发布。现阶段工作还在进行中,但是,对于那些想要抢先一步体验最前沿技术的开发者,现在有一个好消息——

TensorFlow 2.0的夜间版(nightly build version),可在pypi上预览发布使用:

tf-nightly-2.0-preview

tf-nightly-gpu-2.0-preview

也可以通过将 —config = v2 传递给 bazel命令 (运行configure之后) 从源构建。TensorFlow 2.0是从同一个源代码树构建的,因此如果你想从源代码构建,只需从master构建即可。

从https://www.tensorflow.org/versions/r2.0/api_docs/python/tf(点击“阅读原文”访问) 获取TF开发团队每晚新生成的文档。由于夜间版正在积极开发中,因此文档有时可能会过时或者不完整。

Wicke表示,在TensorFlow 2.0的开发过程中,团队专注于可用性,并对定义 (specify) 和运行计算的方式做了重大更改。2018年秋季发布的RFC就体现了这一重大变化。

很多开发者都在 TF1.x 版本上做了大量共享 (对此谷歌TF团队表示很是感激!)。他们认为2.0版本将带来许多好处,让开发者的升级路径尽可能顺利。

pip软件包附带一个转换器工具,可以升级 (大多数的) 1.x TensorFlow代码,因此它可以在每晚安装2.0的情况下运行。tf_upgrade_v2这个工具使用了很多与 tf.compat.v1兼容的模块,包含在TensorFlow 1.x中所有的符号及其原始行为。需要注意的是,这个升级工具也处于开发当中,所以有可能无法在复杂项目上运行。

目前,这个TF2.0的晚间版本仍然不完整,并且正处于大力发展中。因此,谷歌TF团队不保证其稳定性,也知道这一版还欠缺一些功能 (例如,仅支持某些分发机制,特别是TPU支持还不完整),此外TensorFlow生态系统中相关的项目 (例如TFHub) 也还没有更新到能够和TensorFlow 2.0一起使用。

Wicke表示,他们将在 TF2.0-alpha 版本发布之前解决这些问题。

如果你试用了 TF2.0的这个晚间版,欢迎随时反馈你发现的问题。除了晚间版本身,对转换器工具和升级体验的反馈对都极具价值。

如何反馈问题?

在过去的几年里,TensorFlow开发团队通过审查了RFC,添加了许多新特性,并实现了TensorFlow 2.0的大部分功能。

这是该框架一个重要的里程碑,重点是易用性。

TensorFlow的成功离不开社区不懈的努力。TensorFlow团队也呼吁用户们在使用该产品的同时能够积极的将出现的问题进行反馈。

什么是好的问题反馈?

反馈一个bug

请在GitHub上提交所有的bug、错误和特性 (pecularity)。文档和实现之间的差异、缺乏文档、性能问题或兼容性问题都是可以反馈的内容。在反馈问题的时候,需要对问题进行详细的说明,并使用团队提供的“问题反馈模板”来进行操作:

Bug/性能相关问题:

https://github.com/tensorflow/tensorflow/issues/new?template=00-bug-performance-issue.md

构建/安装相关问题:

https://github.com/tensorflow/tensorflow/issues/new?template=10-build-installation-issue.md

文档相关问题:

https://github.com/tensorflow/tensorflow/issues/new?template=20-documentation-issue.md

其它问题:

https://github.com/tensorflow/tensorflow/issues/new?template=50-other-issues.md

若是一般性问题,可以将其提交到标记tensorflow的StackOverflow,或者提发送至邮箱discuss @ mailing group。

提交功能请求

若是有功能相关的请求,可以在GitHub上进行提交:

功能请求:

https://github.com/tensorflow/tensorflow/issues/new?template=30-feature-request.md

TensorFlow Lite Op请求:

https://github.com/tensorflow/tensorflow/issues/new?template=40-tflite-op-request.md

发送体验报告

如果想提交关于TensorFlow的一般反馈(特别是关于TensorFlow 2.0),请考虑提交friction log!

friction log是对产品进行吐槽或者赞美的文档,主要围绕特定的用例(例如,创建用于文本分类的LSTM模型)。

有关TensorFlow friction log的模板和示例,见下方链接:

https://docs.google.com/document/d/1_-0Zzn0hqS4ltLwqWAHm41-MgE60_9zlKyPHr5c-HCs/edit?usp=sharing

完成此类文档后,需将其通过电子邮件发送给测试团队:

testing@tensorflow.org

如何参与?

从现在到TensorFlow 2.0预览版发布之前,团队将积极维护一个讨论组,以此来解决出现的任何问题、评论、建议或问题。

特殊兴趣小组(Special Interest Group,SIG)

TensorFlow的特殊兴趣小组(SIG),支持社区在特定项目上的合作。这些小组的成员共同构建和支持TensorFlow或与其相关项目的特定部分。

若是想要加入有关特定主题的讨论,可以订阅以下SIG邮件列表:

TensorBoard:

插件开发、讨论和对TensorFlow可视化工具的贡献。

https://groups.google.com/a/tensorflow.org/d/forum/sig-tensorboard

网络

添加gRPC以外的网络协议。

https://groups.google.com/a/tensorflow.org/d/forum/networking

I/O:

支持核心TensorFlow中不可用的文件系统和格式。

https://groups.google.com/a/tensorflow.org/d/forum/io

附加组件:

TensorFlow的扩展,符合稳定的API。

https://groups.google.com/a/tensorflow.org/d/forum/addons

构建:

关于TensorFlow分发和打包的讨论。

https://groups.google.com/a/tensorflow.org/d/forum/build

公布TensorFlow2.0设计过程,期待开发者积极参与

自2015年TensorFlow发布以来,它已经成为世界上使用最广泛的机器学习框架,满足了广大的用户和用例需求。在此期间,TensorFlow随着计算硬件、机器学习研究和商业部署的快速发展而得到进步。

为了反映这些快速变化,在2018年年底,TF开发团队就已经开始研究下一版本的TensorFlow。

TensorFlow 2.0将是一个重要的里程碑,重点关注易用性。以下是用户对TensorFlow 2.0的期望:

Eager execution应当是2.0的核心功能。它将用户对编程模型的期望与TensorFlow更好地结合起来,并且应该使TensorFlow更易于学习和应用。

通过交换格式的标准化和API的一致性,支持更多平台和语言,并改善这些组件之间的兼容性和奇偶性。

将删除已弃用的API并减少重复数量,否则会给用户造成混淆。

TF开发团队计划举行一系列公共设计评审。此过程将阐明即将成为TensorFlow 2.0一部分的功能,并允许社区提出修改意见。

兼容性和连续性

TensorFlow 2.0提供了一个纠正错误并进行改进的机会,而这些改进在语义版本控制下是禁止的。

为了简化过度(transition),将创建一个转换工具,该工具更新Python代码以使用与TensorFlow 2.0兼容的API,或者在无法自动进行转换的情况下会发出警告。

并不是所有的更改都可以完全自动进行。开发团队将弃用一些没有direct equivalent的API。

对于这种情况,将提供兼容模块(tensorflow.compat.v1),其中包含完整的TensorFlow 1.x API,并会在TensorFlow 2.x的生命周期内进行维护。

一旦最终版本的TensorFlow 2.0发布,预计不会在TensorFlow 1.x上有任何进一步的功能开发。 从TensorFlow 2.0发布之日起,将继续为TensorFlow 1.x版本发布一年的安全补丁。

磁盘(On-disk)兼容性

开发团队将不打算对SavedModels或存储的GraphDef进行重大更改(即,预计在2.0中包含所有当前版本的内核)。然而,2.0中的变化意味着在与新模型兼容之前,原始检查点(raw checkpoint)中的变量名可能必须进行转换。

tf.contrib

TensorFlow的contrib模块已经超出了在单一存储库中可以维护和支持的功能。较大的项目单独进行维护是比较好的,而开发团队将随着TensorFlow主代码一起孵化更小的扩展。因此,作为发布TensorFlow 2.0的一部分,开发团队将停止发布tf.contrib。

目前,所有 tf.contrib 更新都已经停止。接下来,TF团队将与各自的所有者就详细的迁移计划进行合作,包括如何在社区页面和文档中公布你的TensorFlow扩展。对于每个contrib模块:

将项目集成到TensorFlow中;

将其移至单独的存储库;

或者将其完全删除;

有关开发或迁移到TensorFlow 2.0的问题,请发送电子邮件至discuss@tensorflow.org。及时了解2.0开发的详细信息,请订阅developers@tensorflow.org,并参与相关的设计审核。

TensorFlow 三年发展里程碑

TensorFlow是谷歌大脑的第二代机器学习系统。

从0.8.0版本(发布于2016年4月)开始本地的支持分布式运行。

从0.9.0版本(发布于2016年6月)开始支持iOS

从0.12.0版本(发布于2016年12月)开始支持Windows系统。该移植代码主要由微软贡献。

1.0.0版本发布于2017年2月11日。虽然参考实现运行在单台设备,TensorFlow可以运行在多个CPU和GPU(和可选的CUDA扩展和图形处理器通用计算的SYCL扩展)。

2015年11月9日

宣布TensorFlow开源,根据 Apache 2.0 许可并以开放源代码软件包的形式发布了 TensorFlow API 和一个参考实现。

2015年12月

发布v0.6,支持GPU,Python 3.3

2016年4月

发布v0.8,分布式TensorFlow

2016年11月

发布v0.11,支持Windows

2017年2月

在首届TensorFlow开发者峰会上,正式发布TensorFlow 1.0。v1.0的性能得到改进,API变得稳定。TensorFlow1.0主要改进了机器学习功能,发布了XLA的实验版本,对Python和Java用户开放,提升了debugging,并且加入和改进了一些高级API,其中包括Keras。

2017年4月

发布v1.1,增加针对tf.keras的特性

2017年8月

发布v1.3,增加高级API,canned estimators,更多模型,原始TPU支持

2017年11月

发布v1.5,增加动态图机制Eager Execution 和用于移动端的轻量级TensorFlow Lite版本

2018年3月

发布TF Hub, TensorFlow.js, 和TensorFlow Extended (TFX)

2018年5月

发布v1.6,增加支持Cloud TPU,模型和pipeline

2018年6月

发布v1.8,Distribution Strategy API, TensorFlow Probability

2018年8月

发布v1.10,整合Cloud Bigtable

2018年10月

发布v1.12,大量API改进,包括改进XLA稳定性和性能,改进Keras模型支持

2019年

即将发布TensorFlow 2.0

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
  • 转换器
    +关注

    关注

    27

    文章

    8700

    浏览量

    147122
  • 谷歌
    +关注

    关注

    27

    文章

    6166

    浏览量

    105337
  • tensorflow
    +关注

    关注

    13

    文章

    329

    浏览量

    60530

原文标题:TensorFlow 2.0开发者测试版发布!每晚更新

文章出处:【微信号:AI_era,微信公众号:新智元】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

    云端AI开发者工具怎么用

    云端AI开发者工具通常包括代码编辑器、模型训练平台、自动化测试工具、代码管理工具等。这些工具不仅降低了AI开发的门槛,还极大地提高了开发效率和模型性能。下面,AI部落小编为您介绍云端A
    的头像 发表于 12-05 13:31 118次阅读

    HarmonyOS NEXT应用元服务开发Intents Kit(意图框架服务)习惯推荐方案开发者测试

    意图框架向开发者提供真机测试能力,即开发者可连接设备进行调测。开发者完成代码开发之后,功能正式上架应用市场前,可以在HarmonyOS NE
    发表于 11-25 17:37

    HarmonyOS NEXT应用元服务开发Intents Kit(意图框架服务)事件推荐开发者测试

    意图框架向开发者提供真机测试能力,即开发者可连接设备进行调测。开发者完成代码开发之后,功能正式上架应用市场前,可以在HarmonyOS NE
    发表于 11-18 17:39

    苹果发布Apple Intelligence开发者测试版

    近日,苹果公司正式发布了其全新的Apple Intelligence开发者测试版本,这一版本集成了备受期待的ChatGPT功能,为开发者和部分用户带来了全新的体验。然而,在美股盘中,苹
    的头像 发表于 10-24 09:57 319次阅读

    AI驱动智慧未来,2024 TUYA全球开发者大会(中东)圆满落幕

    2024年10月17日,涂鸦智能联手阿里云共同举办的TUYA全球开发者大会在迪拜正式召开。这是涂鸦开发者大会首次落地中东,涂鸦携手海内外行业领袖,为开发者来了前瞻的行业视野与实践经验
    的头像 发表于 10-19 08:05 317次阅读
    AI驱动智慧未来,2024 TUYA全球<b class='flag-5'>开发者</b>大会(中东)圆满落幕

    宣布 RISE RISC-V 开发者表彰试点计划:赋能开发者拓展 RISC-V 影响力

    标准而做出贡献的开发者。为什么要推出开发者表彰试点计划?RISC-V的成功在很大程度上依赖于开发者社区。他们在软件移植、测试和发布方面的努力,确保了该架
    的头像 发表于 10-15 08:08 220次阅读
    宣布 RISE RISC-V <b class='flag-5'>开发者</b>表彰试点计划:赋能<b class='flag-5'>开发者</b>拓展 RISC-V 影响力

    KaihongOS 4.1.2开发者预览版正式上线,诚邀开发者免费试用!

    深开鸿在2024开放原子开源生态大会上正式宣布KaihongOS4.1.2开发者预览版全面上线,并向全球开发者开放免费下载。作为KaihongOS不断创新与发展的重要里程碑,此次预览版为开发者提供了
    的头像 发表于 09-28 08:07 331次阅读
    KaihongOS 4.1.2<b class='flag-5'>开发者</b>预览版正式上线,诚邀<b class='flag-5'>开发者</b>免费试用!

    KaihongOS 4.1.2开发者预览版正式上线,诚邀开发者免费试用!

    今日,深开鸿在2024开放原子开源生态大会上正式宣布KaihongOS 4.1.2开发者预览版全面上线,并向全球开发者开放免费下载。作为KaihongOS不断创新与发展的重要里程碑,此次预览版为
    的头像 发表于 09-26 15:59 453次阅读

    苹果发布visionOS 2更新的第九个测试版

    苹果公司近日加速了其创新步伐,针对开发者群体发布了visionOS 2的第九个测试版,此版本紧随第八个测试版发布一周后迅速亮相,展现了苹果对于持续优化与升级操作系统的坚定承诺。
    的头像 发表于 09-04 16:41 638次阅读

    苹果智能测试版发布,仅面向开发者群体开放

    7月30日消息据了解,本周一(即7月29日),享誉全球的科技巨擘苹果公司,顺应时代潮流,重磅推出了一项名为“苹果智能”(Apple Intelligence)的崭新技术,并且在当日就已公布了此项技术的开发者测试版本。值得强调的是,该测试
    的头像 发表于 07-30 16:46 527次阅读

    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
    的头像 发表于 07-12 16:38 688次阅读

    Create 2024百度AI开发者大会 带来了哪些新技术?

    在深圳宝安国际会展中心举行的AI盛会“create 2024 百度开发者大会”上,电子发烧友网作为AI应用开发者和硬件开发的国内头部社区,参与了现场的深度报道。活动上百度创始人、董事长兼CEO李彦宏
    发表于 04-17 09:55 1384次阅读
    Create 2024百度AI<b class='flag-5'>开发者</b>大会 带<b class='flag-5'>来了</b>哪些新技术?

    Android 15的首个开发者预览版现已发布

    Android 15 的首个开发者预览版现已发布,以便各位开发者能与我们通力协作,打造更优秀的 Android 平台。
    的头像 发表于 03-12 14:16 914次阅读
    Android 15的首个<b class='flag-5'>开发者</b>预览版现已发布

    苹果 VisionOS 1.1测试版新增支持iMessage联系人密钥验证和苹果验证

    欲体验该更新,开发者可在“设定”应用中选择启动“开发者测试版”,并登录开发者账户来下载最新版本。苹果也强烈推荐在升级新软件前完成关键数据的备份工作。
    的头像 发表于 02-28 13:59 600次阅读

    华为宣布HarmonyOS NEXT鸿蒙星河版开发者预览面向开发者开放申请

    华为宣布HarmonyOS NEXT鸿蒙星河版开发者预览面向开发者开放申请,这意味着鸿蒙生态进入第二阶段,将加速千行百业的应用鸿蒙化。
    的头像 发表于 01-29 16:42 1412次阅读
    华为宣布HarmonyOS NEXT鸿蒙星河版<b class='flag-5'>开发者</b>预览面向<b class='flag-5'>开发者</b>开放申请