雷锋网 ai 科技评论按:继反复预热以及在今年三月在 tensorflow 开发者峰会上宣布了 tensorflow 2.0 alpha 版(内部测试版)之后,tensorflow 2.0 beta 版(公开测试版)也终于在今天发布了。
在 tensorflow 2.0 alpha 版发布时,雷锋网 ai 科技评论就中规划的默认使用 keras、默认使用 eager execution、支持跨平台、对科研人员更友好、更好的图(graph)计算支持、简化 api 等主要更新。
自 tf 2.0 alpha 发布以来,谷歌自己和试用了 alpha 版的用户们就对这个版本中做出的改进给予了好评,整个 tensorflow 生态也在继续扩大。谷歌在发布 alpha 版的同时也在 deeplearning.ai 和优达学城上线了针对 tf 2.0 alpha 的入门课程,目前已经有超过十三万人申请学习;tf 2.0 alpha 的 github 项目也已经获得了接近十三万 star、超过七万 fork。
在今天发布的 beta 版带来了以下更新:
完成 tf2.0 api 中的符号名称更新和删减。这意味着整个版本的 api 就是最终确定的版本了。同时,这个 api 也会随着 tf 1.14 正式版一起作为一个 2.0 版本的兼容模块发布。(可以在 查看所有的符号更新列表)
支持 keras 2.0 的更多功能,包括模型子分类、简化了自定义训练循环的 api,增加了可以支持大多数类型硬件的分布式计算策略,等等。
alpha 版的用户们在 github 上提交了许多问题,目前谷歌已经修复了其中的超过 100 个问题。这一工作还会持续地进行,以及继续收集更多用户反馈。
tensorflow 2.0 beta 已经可以通过 pip 快速安装,只需要执行这行代码即可
> pip install tensorflow==2.0.0-beta0
目前,tensorflow 家族中的产品已经有部分支持 tf2.0 beta,包括 tensorboard、tensorhub、tensorflow lite、tensorflow.js。tensorflow extended(tfx)以及端到端计算流程的支持仍然在开发中。
在 tensorflow 2.0 beta 版本发布之后、tensorflow 2.0 正式版发布之前,它还需要经过 rc(release candidate)阶段的开发,谷歌对这一阶段的目标是增加谷歌云 tpu 以及 tpu 集群(tpu pods)对 keras 模型的支持、进一步改善运行性能,以及修正更多问题。rc 版本的发布时间大约在今年夏季,已经不远了。
via ,雷锋网 ai 科技评论编译