TensorFlow 2.12 正式发布


TensorFlow 是一个用于机器学习的端到端开源平台。它有一个全面灵活的工具、库和社区资源所组成的生态,让开发人员轻松建立和部署由 ML 驱动的应用程序。

TensorFlow 最初用于进行机器学习和深度神经网络研究。但该系统具有足够的通用性,也适用于其他广泛的领域。

重要变化

  • 构建、编译和打包
    • 删除了多余的软件包 tensorflow-gputf-nightly-gpu。这些包被删除,取而代之的是分别引导用户切换到 tensorflowtf-nightly 的包。自 TensorFlow 2.1 以来,这两组包之间唯一的区别是它们的名字,所以没有损失的功能或 GPU 支持。
  • tf.function
    • tf.function 现在直接使用 Python inspect 库来解析它所装饰的 Python 函数的签名。这一改变可能会破坏那些函数签名错误,但之前被忽略的代码,例如:
      • 在一个具有不同签名的函数上使用 functools.wraps
      • 在无效的 tf.function 输入下使用 functools.partial
    • tf.function 现在强制要求输入的参数名必须是有效的 Python 标识符。不兼容的名字会被自动处理,类似于现有的 SavedModel 签名行为。
    • 无参数的 tf.function 被假定为有一个空的 input_signature,而不是未定义的,即使 input_signature 是未指定的。
    • tf.types.experimental.TraceType 现在需要定义一个额外的 placeholder_value 方法。
    • tf.function 现在使用由 TraceType 生成的占位符值而不是值本身来进行追踪。
  • 实验性 API tf.config.experimental.enable_mlir_graph_optimizationtf.config.experimental.disable_mlir_graph_optimization 被移除。

主要功能和改进

  • 增加了对 Python 3.11 的支持
  • 删除了对 Python 3.7 的支持
  • tf.lite
    • 为内置运算 fill 添加 16 位浮点类型支持
    • 转置现在支持 6D 张量
    • Float LSTM 现在支持对角线递归张量
  • tf.experimental.dtensor
    • 协调服务现在可以与 dtensor.initialize_accelerator_system 一起工作,并且默认启用。
    • 添加 tf.experimental.dtensor.is_dtensor 来检查一个张量是否是一个 DTensor 实例。
  • tf.test
    • 增加了 tf.test.experimental.sync_devices,这对准确测量基准的性能很有用
  • tf.experimental.dtensor
    • 增加了对 GPU 上 ReduceScatter fuse 的实验性支持
  • ……

更多详情可查看:https://github.com/tensorflow/tensorflow/releases/tag/v2.12.0


相關推薦

2023-12-28

继上一版本 2.06 发布两年半之后,GRUB 2.12 版本于近日正式发布。 新版本带来的一些新功能如下: 支持 GCC 13 支持 clang 14 支持 binutils 2.38 统一跨架构的 EFI Linux kernel loader 过渡到用于 x86 架构的 EFI Linux kernel stub loader 初

2023-11-04

carbon 是一个轻量级、语义化、零依赖、对开发者友好的 Golang 时间处理库,支持链式调用、农历和 gorm、xorm 等主流 orm 目前已被 awesome-go-cn 收录,如果您觉得不错,请给个 star 吧 github.com/golang-module/carbon gitee.com/golang-mod

2022-05-20

TensorFlow 是一个用于机器学习的端到端开源平台。它有一个全面灵活的工具、库和社区资源所组成的生态,让开发人员轻松建立和部署由 ML 驱动的应用程序。TensorFlow 最初用于进行机器学习和深度神经网络研究。但该系统具有足

2022-09-09

TensorFlow 2.10 已经发布,此版本的亮点包括 Keras 中的用户友好功能,可帮助开发转换器、确定性和无状态初始化程序、优化器 API 的更新以及帮助加载音频数据的新工具。 此版本还通过 oneDNN 增强了性能,在 Windows 上扩展了 GPU

2023-04-27

资源利用率。 目前业界有很多类似的框架,如 TonY、TensorFlowOnSpark,Kubeflow 中的 Training Operators 等,但这些框架或多或少存在某些问题,如与固定的机器学习框架( Tensorflow,Pytorch )耦合需要写明例如 PS、Worker 等角色,容错

2022-09-03

TensorFlow 是一个用于机器学习的端到端开源平台。它有一个全面灵活的工具、库和社区资源所组成的生态,让开发人员轻松建立和部署由 ML 驱动的应用程序。TensorFlow 最初用于进行机器学习和深度神经网络研究。但该系统具有足

2024-01-19

Rufus 4.4 已发布,此版本修复了此前版本中存在的诸多 Bug,进一步增强了兼容性,并带来了多项改进。 Rufus 是一款格式化和创建 USB 启动盘的辅助工具,适用于以下场景: 需要将可引导 ISO (Windows、Linux、UEFI 等) 刻录到 USB

2022-07-21

社区,支持不同的量子计算研究领域。这些库包括: TensorFlow Quantum:探索量子机器学习的工具。使用 TensorFlow Quantum,研究人员以每秒 1.1 petaflops(每秒 1.1 x 1015 次操作)的速度在 30 个量子位上训练了一个机器学习模型。

2023-06-29

支持的 OCR 相关任务。 docTR 0.6.0 发布了,doctr 0.6.0 需要 TensorFlow >= 2.9.0 或 PyTorch >= 1.8.0。 版本亮点: 与 Huggingface Hub 完全集成 从 Hub 加载: from doctr.io import DocumentFile from doctr.models import ocr_predictor, from_hub image = Docum

2023-06-20

用 C、C++ 和 Rust 编写 plugin !现在我们已经有 C++ 实现的 Tensorflow Lite plugin ,C++ 实现的 PyTorch plugin ,C++ 实现的 OpenVINO plugin ,C++ 实现的 eBPF plugin ,Rust 实现的 Rustls plugin 。 这些 plugin 将与之后的 component model 兼容,持续有效。

2022-09-24

手减少对 Python 2 的依赖。比如  NumPy、Requests 和 TensorFlow 等许多知名项目在 2020 年停止支持 Python 2.x,而发行版中,先是Fedora 33 最早完全结束对 Python 2.6 的支持 ,紧接着 Ubuntu 20.04 LTS 移除 Python 2,Mageia 8 也移

2022-12-16

Akka 2.8.0 第二个开发版的里程碑版本现已发布。Akka 是一个用 Scala 编写的库,用于简化编写容错的、高可伸缩性的 Java 和 Scala 的 Actor 模型应用。2.6.0-M2 中值得注意的变更包括: chore:调整提交消息建议 #31755 将 sbt-java-for

2023-01-04

始着手减少对 Python 2 的依赖。比如 NumPy、Requests 和 TensorFlow 等许多知名项目在 2020 年停止支持 Python 2.x,而发行版中,先是 Fedora 33 最早完全结束对 Python 2.6 的支持 ,紧接着 Ubuntu 20.04 LTS 开始移除 Python 2,Mageia 8 也移

2022-06-17

,这个僵尸网络从 121 个国家的 1500 多个网络发起了超过 2.12 亿个 HTTPS 请求。最主要的国家是印度尼西亚、美国、巴西和俄罗斯。大约 3% 的攻击是通过 Tor 节点进行的。