Google最近發布了TensorFlow 1.0。該版本具有穩定的Python API，并添加了Java和Go的實驗性API。 新的領域專用編譯器XLA，對于Inception-v3神經網絡模型，在8 GPU配置下能獲得7.3倍的性能提升，在64 GPU配置下能獲得58倍的提升。一個新的上層API可以幫助構建卷積神經網絡、計算評估相關的指標和損失函數運算。Keras還可以通過內置模塊與TensorFlow集成。Keras是一個上層Python神經網絡庫，旨在抽象深度學習以便快速實驗。
發布TensorFlow 1.0后不久，Google還發布了tf.transform，這是一個用于TensorFlow的數據預處理庫。基于Apache Beam，tf.transform可以幫助避免“訓練服務偏差（training-serving skew）”問題，該問題是生產中的數據與用于訓練底層模型的數據不同。
除了這些改進，還添加了命令行調試器、Python 3 docker鏡像以及更容易的安裝方式（通過pip包管理工具）。這些改進產生了副作用，其中存在一些更改向后不兼容，此兼容問題可以通過遷移指南和轉換腳本（conversion script）解決。
用戶可以在自己的基礎設施上部署TensorFlow，或者使用Google的PaaS TensorFlow產品Cloud Machine Learning。開發人員可以從介紹性內容或更高級的示例入手。
在短短一年多的時間里，已有超過6000個GitHub開源代碼倉庫使用TensorFlow。更多信息可以在TensorFlow開發者大會（TensorFlow Developer Summit）的視頻中獲得，該視頻包含了最近的更新和一些有意思的用例。
查看英文原文：TensorFlow 1.0 Released
京公網安備 11010502049343號