谷歌发布 TensorFlow 2.0 开发者预览版

阅读数:8825 2019 年 1 月 11 日

谷歌机器智能团队成员,分布式系统和并行计算负责人 Martin Wicke 今日发布推特称:试试指令’pip install tf-nightly-2.0-preview’,然后告诉我你们发现了什么。

image

按照谷歌的一贯风格,这就是 TensorFlow 2.0 版本的官宣了,不过从名称上来看,这应该是 TF 2.0 的预览版本,随后 Jeff Dean 也转发了这条推文,正式确认 TF 2.0 开发者预览版的发布。

谷歌在官方博客中也发布了一条通知,大意如下:

众所周知,我们正在努力准备 TensorFlow 2.0。虽然我们仍在努力中,但我们希望分享一个令人兴奋的更新。

对于那些希望生活在发展的最前沿的人来说,TensorFlow 2.0 的夜间版本(nightly build)现在可以在 pypi 上通过指令’tf-nightly-2.0-preview’和’tf-nightly-gpu-2.0-preview’使用。您还可以通过将’–config = v2’传递给 bazel 命令(在运行 configure 之后)从源构建版本。 TensorFlow 2.0 是从同一个源代码树构建的,因此如果您从源代码构建,只需从 master 构建即可。

可从:

https://www.tensorflow.org/versions/r2.0/api_docs/python/tf

获取每晚生成的文档。由于夜间版本正在积极开发中,因此文档可能会有过期或不完整的情况出现。

在 TensorFlow 2.0 的开发中,我们专注于可用性,并对指定和运行计算的方式进行了重大更改。 2018 年秋季发布的 RFC 就体现了这一变化。我们知道你们中许多人已经在 1.x 版本上进行了大量投入(我们对此很感激!),相信 2.0 将带来更多好处,我们希望让您的升级路径尽可能顺利。 pip 软件包附带一个转换器工具,可以升级(大多数)1.x TensorFlow 代码,这样您就能在每晚安装 2.0 的情况下运行。该工具 tf_upgrade_v2 大量使用兼容性模块:tf.compat.v1。此模块包含 TensorFlow 1.x 中存在的所有符号及其原始行为。请注意,升级工具也处于开发阶段,因此它可能无法在复杂项目上运行。

目前 2.0 预览版本仍然不完整,我们正在加大力度改进。因此,我们暂时无法保证稳定性,我们知道存在未解决的性能问题,并且仍然缺少某些功能(例如,仅支持某些分发机制,特别是 TPU 支持不完整),以及 TensorFlow 生态系统尚未更新以与 TensorFlow 2.0(例如,TFHub)一起使用。我们正努力在创建 2.0-alpha 之前解决这些问题。

如果您每晚都试一试,请报告您发现的问题 。您对夜间,转换器工具和升级体验的反馈对我们非常有价值。

问题反馈地址:

https://github.com/tensorflow/community/blob/master/governance/tensorflow-testing.md

TensorFlow 2.0 预览版发布的消息在 reddit 上也引发了一些讨论,比如有网友关心,为什么在 python3.7 版本发布半年之久的时间里,TensorFlow 仍然没有添加相关构建:

image

还有人表示,希望谷歌加大力度在 Java API 的改进上,而不是追赶 PyTorch:

image

总而言之,2.0 版本毕竟目前还是预览版,还是应该给研发人员一些时间,相信很多问题都能解决。

最后,再次附上官方的介绍文档,感兴趣的读者可以仔细研读,并安装体验:

https://www.tensorflow.org/versions/r2.0/api_docs/python/tf

收藏

评论

微博

发表评论

注册/登录 InfoQ 发表评论