TensorFlow 1.6新版發布:重大更新不多,修復部分bug!
TensorFlow可謂是最受歡迎的開源機器學習項目,它的每一次更新都備受矚目。
距離TensorFlow上次發布僅兩個月,新的版本1.6又與我們見面了。TensorFlow 1.6沒有太多重大變化,此次更新主要關注bug修復,API更改和一些新功能。
TensorFlow 1.6增加了第二個版本的Getting Stared文件,專門針對機器學習新手。如果你是機器學習初學者,這是一個很好的資源。此外,有幾個API更改,其中包括prepare_variance Boolean ,其默認設置為false以實現向後兼容。
其他重大變化:
針對非插槽變數的新的內部優化 API 。
tf.estimator。{FinalExporter,LatestExporter}現在導出剝離的SavedModels,這提高了SavedModel的向前兼容性。
FFT支持添加到XLA CPU / GPU。
現在可以在兼容的Tegra設備上使用CUDA加速技術構建Android TF
添加卷積Flipout層
添加概率卷積層
為Google雲端存儲添加客戶端限制
bug修復和其他已知問題
當然,新版本不是沒有任何重大更改的更新。TensorFlow 1.6的預構建二進位文件是針對CUDA 9.0和cuDNN 7構建的。此外,預構建的二進位文件將使用AVX指令,這可能會破壞較舊CPU上的TF。至於bug,關於tensorboard命令有一個很大的問題,由於pip包衝突導致某些升級流程後,它偶爾會丟失。(請參閱TensorBoard 1.6.0修補程序發行說明)
此外,使用CUDA 9和CUDA 9.1的XLA:GPU會導致垃圾結果或CUDA_ILLEGAL_ADDRESS失敗。
在2017年12月,Google發現CUDA 9和CUDA 9.1中的PTX-to-SASS編譯器在SASS中將大比特的64位地址計算分解為32位時,不能正確計算進位比特。由於這個錯誤,這些版本的ptxas錯誤地編譯了大多數XLA程序,其內存超過4GB,導致垃圾結果或CUDA_ERROR_ILLEGAL_ADDRESS失敗。
谷歌方面預計對CUDA 9.1.121的修復將持續到2018年2月底。但是,TensorFlow並不期望修復CUDA 9.0.x。現在,唯一的解決方法是降級到CUDA 8.0.x或禁用XLA:GPU。
※Ruckus Networks與戴爾EMC簽署全球OEM協議
※科普帖:五分鐘快速了解大數據
TAG:IT168企業級 |