文档章节

tensorflow1.0中的改善

q
 qinhui99
发布于 2017/04/16 21:08
字数 1380
阅读 82
收藏 0

tensorflow1.0以前的很多API都没法用了,查找起来也很麻烦。干脆在这里贴一个新旧API的转换,以备查用。

原文链接:http://www.cnblogs.com/studyDetail/p/6512270.html

XLA(实验版):初始版本的XLA,针对TensorFlow图(graph)的专用编译器,面向CPU和GPU。
TensorFlow Debugger(tfdbg):命令行界面和API。
添加了新的python 3 docker图像。
使pip包兼容pypi。TensorFlow现在可以通过 [pip install tensorflow] 命令安装。
更改了几个python API的调用方式,使其更类似 NumPy。
新的(实验版)Java API。
Android:全新人物检测+跟踪演示实现——“Scalable Object Detection using DNN”(带有额外的YOLO对象检测器支持)。
Android:全新基于摄像头的图像风格转换演示,使用了神经网络艺术风格转换技术。
  重大 API 变动
  为了帮助您升级现有的TensorFlow Python代码以匹配以下API更改,我们准备了一个转换脚本,详见:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/tools/compatibility
1、TensorFlow / models已经被移动到一个单独的github库。
2、除法和模运算符(/,//,%)现在匹配Python(flooring)语义。这也适用于 [tf.div] 和 [tf.mod]。要获取基于强制整数截断的行为,可以使用 [tf.truncatediv] 和      [tf.truncatemod]。
3、现在推荐使用 [tf.divide()] 作为除法函数。[tf.div()] 将保留,但它的语义不会回应 Python 3 或 [from future] 机制。
4、tf.reverse() 现在取轴的索引要反转。例如 [tf.reverse(a,[True,False,True])] 现在必须写为 [tf.reverse(a,[0,2])]。 [tf.reverse_v2()] 将保持到       TensorFlow 1.0 最终版。
5、[tf.mul,tf.sub ] 和 [tf.neg] 不再使用,改为 [tf.multiply],[tf.subtract] 和 [tf.negative]。
6、[tf.pack] 和 [tf.unpack] 弃用,改为 [tf.stack] 和 [tf.unstack]。
7、[TensorArray.pack] 和 [TensorArray.unpack] 在弃用过程中,将来计划启用 [TensorArray.stack] 和 [TensorArray.unstack]。

 

以下Python函数的参数在引用特定域时,全部改为使用 [axis]。目前仍将保持旧的关键字参数的兼容性,但计划在 1.0 最终版完成前删除。
1、tf.listdiff已重命名为tf.setdiff1d以匹配NumPy命名。
2、tf.inv已被重命名为tf.reciprocal(组件的倒数),以避免与np.inv的混淆,后者是矩阵求逆。
3、tf.round现在使用banker的舍入(round to even)语义来匹配NumPy。
4、tf.split现在以相反的顺序并使用不同的关键字接受参数。我们现在将NumPy order 匹配为tf.split(value,num_or_size_splits,axis)。
5、tf.sparse_split现在采用相反顺序的参数,并使用不同的关键字。我们现在将NumPy order 匹配为tf.sparse_split(sp_input,num_split,axis)。注意:我们暂时要求   tf.sparse_split 需要关键字参数。
6、tf.concat现在以相反的顺序并使用不同的关键字接受参数。特别地,我们现在将NumPy order匹配为tf.concat(values,axis,name)。
7、默认情况下,tf.image.decode_jpeg使用更快的DCT方法,牺牲一点保真度来提高速度。通过指定属性dct_method ='INTEGER_ACCURATE',可以恢复到旧版行为。
8、tf.complex_abs已从Python界面中删除。 tf.abs支持复杂张量,现在应该使用 tf.abs。
9、Template.var_scope属性重命名为.variable_scope
10、SyncReplicasOptimizer已删除,SyncReplicasOptimizerV2重命名为SyncReplicasOptimizer。
11、tf.zeros_initializer()和tf.ones_initializer()现在返回一个必须用initializer参数调用的可调用值,在代码中用tf.zeros_initializer()替换tf.zeros_initializer。
12、SparseTensor.shape已重命名为SparseTensor.dense_shape。与SparseTensorValue.shape相同。
13、分别替换tf.scalar_summary,tf.histogram_summary,tf.audio_summary,tf.image_summary与tf.summary.scalar, tf.summary.histogram,         tf.summary.audio, tf.summary.image。新的摘要ops以名字而不是标签作为它们的第一个参数,意味着摘要ops现在尊重TensorFlow名称范围。
14、使用tf.summary.FileWriter和tf.summary.FileWriterCache替换tf.train.SummaryWriter和tf.train.SummaryWriterCache。
15、从公共API中删除RegisterShape。使用C++形状函数注册。
16、Python API 中的 _ref dtypes 已经弃用。
17、在C++ API(in tensorflow/cc)中,Input,Output等已经从tensorflow::ops命名空间移动到tensorflow。
18、将{softmax,sparse_softmax,sigmoid} _cross_entropy_with_logits的arg order更改为(labels,predictions),并强制使用已命名的args。
  

 

Bug 修改及其他变动
1、新的运算 op:parallel_stack。
2、为RecordReader/RecordWriter 增加了 tf io 压缩选项常量。
3、添加了 sparse_column_with_vocabulary_file,指定将字符串特征转换为ID的特征栏(feature column)。
4、添加了index_to_string_table,返回一个将索引映射到字符串的查找表。
5、添加string_to_index_table,返回一个将字符串与索引匹配的查找表。
6、添加ParallelForWithWorkerId函数。
7、添加string_to_index_table,返回一个将字符串与索引匹配的查找表。
8、支持从contrib / session_bundle中的v2中的检查点文件恢复会话。
9、添加了tf.contrib.image.rotate函数,进行任意大小角度旋转。
10、添加了tf.contrib.framework.filter_variables函数,过滤基于正则表达式的变量列表。
11、make_template()可以添加 custom_getter_ param。
112、添加了关于如何处理recursive_create_dir现有目录的注释。
13、添加了QR因式分解的操作。
14、Python API中的分割和mod现在使用flooring(Python)语义。
15、Android:预构建的libs现在每晚构建。
16、Android: TensorFlow 推理库 cmake/gradle build 现在归在 contrib/android/cmake下面
17、Android:更强大的会话初始化(Session initialization)代码。
18、Android:当调试模式激活时,TF stats现在直接显示在demo和日志中
19、Android:全新/更好的 README.md 文档
20、saved_model可用作tf.saved_model。
21、Empty op 现在是有状态的。
22、提高CPU上ASSIGN运算的scatter_update的速度。
23、更改reduce_join,使其处理reduction_indices的方式与其他reduce_ops相同。
24、将TensorForestEstimator移动到contrib/tensor_forest。
25、默认情况下启用编译器优化,并允许在configure中进行配置。
26、使指标权重 broadcasting 更加严格。
27、添加新的类似队列的StagingArea和新运算 ops:stages 和 unstage。

本文转载自:http://www.cnblogs.com/studyDetail/p/6512270.html

q
粉丝 66
博文 73
码字总数 34091
作品 0
深圳
程序员
私信 提问
window下启动tensorboard

tensorboard是TensorFlow的一个可视化工具,能够监控TensorFlow运行过程中的计算图,各种指标随着时间的变化趋势以及训练中使用到的图像等信息。 先贴个总结:首先,必须在终端启动tensorboa...

Flying_sfeng
2017/04/10
0
0
Tech Day | TensorFlow框架的基础介绍及应用案例

Tech Day报名 | TensorFlow框架的基础介绍及应用案例 2017年2月,首届谷歌开发者大会刚刚发布TensorFlow1.0版本,引起不小轰动,一系列新的改进,都会让目前这个最受欢迎的深度学习框架变得更...

G2
2017/02/27
62
0
Tech Day | TensorFlow框架的基础介绍及应用案例

Tech Day报名 | TensorFlow框架的基础介绍及应用案例 2017年2月,首届谷歌开发者大会刚刚发布TensorFlow1.0版本,引起不小轰动,一系列新的改进,都会让目前这个最受欢迎的深度学习框架变得更...

G2
2017/02/27
37
0
TensorFlow 1.0 发布,更快、更灵活、更方便开发

在Mountain View举办的首届年度TensorFlow开发者峰会上,Google 发布了 TensorFlow 1.0,保证了 Google 的机器学习库的API稳定性。 发布会视频:https://youtu.be/LqLyrl-agOw (请自行搬梯子...

两味真火
2017/02/16
7.6K
13
TensorFlow Android调用

前言 当我们把使用Python训练的模型固化成PB文件之后,再进行相应的模型压缩之后可以考虑往Mobile端移植了,本文主要讲解TensorFlow Model移植到Android端。 TensorFlow1.0之后推出了Java版本...

Jcme丶Ls
2017/07/06
0
0

没有更多内容

加载失败,请刷新页面

加载更多

全球第一时间响应:Rancher发布2.3.1,支持K8S CVE修复版本

北京时间2019年10月17日,Kubernetes发布了新的补丁版本,修复了新近发现的两个安全漏洞:CVE-2019-11253和CVE-2019-16276。Rancher第一时间响应,就在当天紧随其后发布了Rancher v2.3.1和R...

RancherLabs
17分钟前
3
0
EMQ X 规则引擎系列 (八)桥接消息到 MQTT Broker

桥接概念 桥接是一种连接多个 EMQ X 或者其他 MQTT 消息中间件的方式。不同于集群,工作在桥接模式下的节点之间不会复制主题树和路由表。桥接模式所做的是: 按照规则把消息转发至桥接节点;...

EMQX
20分钟前
4
0
《2019年上半年云上企业安全指南》详解安全建设最易忽视的问题!

《2019年上半年云上企业安全指南》是阿里云基于对云安全中心监测到的威胁情报进行分析,形成的一份云上企业安全建设指南。通过对云上企业安全建设现状及多维度威胁情报的分析,得出企业安全建...

开源中国小二
20分钟前
3
0
一天之际在于晨之KMP算法

(我觉得不需要明白原理,应该是在面试或者工作的时候,该想到用什么算法以及之后直接赋值我这里的代码就好了) 下面的情况我们第一时间考虑想到的是用KMP算法。 情况一:// ts字符串是否包...

木九天
23分钟前
3
0
如何通过反射机制创建对象?

1. 什么是反射? Java 反射机制在程序运行时,对于任意一个类,都能够知道这个类的所有属性和方法;对于任意一个对象,都能够调用它的任意一个方法和属性。这种动态的获取信息以及动态调用对...

happywe
23分钟前
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部