TensorFlow的2.0 版本将来临.doc

《TensorFlow的2.0 版本将来临.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、TensorFlow的2.0版本将来临　　上周，谷歌刚刚发布了TensorFlow1.10.0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EddWilder-James最新公开的一封邮件显示，TensorFlow2.0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TensorFlow2.0发布，预计TensorFlow1.x将不会再有任何功能更新，但TensorFlow团队表示将继续为TensorFl

2、ow1.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EagerExecution将会是TensorFlow2.0的核心功能。　　（编者注：“EagerExecution”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；

3、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。　　▌TensorFlow2.0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。TensorFlow2.0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TensorFlow2.0的以下功能：　　EagerExecution将是TensorFlow2.0的核心功能。它将用户对编程模型的期望与TensorFl

4、ow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TensorFlow2.0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TensorFlow2.0一部分的新功能，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

5、，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　　TensorFlow2.0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（semanticversioning）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TensorFlow2.0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

6、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TensorFlow1.xAPI，而且将在TensorFlow2.x的生命周期内一直保留。　　一旦最终版本的TensorFlow2.0发布，我们预计TensorFlow1.x不会再有任何的功能更新，但我们将继续为TensorFlow1.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

7、）。但是，2.0版本中的更改将意味着rawcheckpoint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TensorFlow2.0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Tenso

8、rFlow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TensorFlow2.0的更多问题，请发送电