Google最近發(fā)布了TensorFlow 1.0。該版本具有穩(wěn)定的Python API，并添加了Java和Go的實(shí)驗(yàn)性API。 新的領(lǐng)域?qū)Ｓ镁幾g器XLA，對(duì)于Inception-v3神經(jīng)網(wǎng)絡(luò)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(gè)新的上層API可以幫助構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)、計(jì)算評(píng)估相關(guān)的指標(biāo)和損失函數(shù)運(yùn)算。Keras還可以通過(guò)內(nèi)置模塊與TensorFlow集成。Keras是一個(gè)上層Python神經(jīng)網(wǎng)絡(luò)庫(kù)，旨在抽象深度學(xué)習(xí)以便快速實(shí)驗(yàn)。

發(fā)布TensorFlow 1.0后不久，Google還發(fā)布了tf.transform，這是一個(gè)用于TensorFlow的數(shù)據(jù)預(yù)處理庫(kù)?；贏pache Beam，tf.transform可以幫助避免“訓(xùn)練服務(wù)偏差（training-serving skew）”問(wèn)題，該問(wèn)題是生產(chǎn)中的數(shù)據(jù)與用于訓(xùn)練底層模型的數(shù)據(jù)不同。

除了這些改進(jìn)，還添加了命令行調(diào)試器、Python 3 docker鏡像以及更容易的安裝方式（通過(guò)pip包管理工具）。這些改進(jìn)產(chǎn)生了副作用，其中存在一些更改向后不兼容，此兼容問(wèn)題可以通過(guò)遷移指南和轉(zhuǎn)換腳本（conversion script）解決。

用戶可以在自己的基礎(chǔ)設(shè)施上部署TensorFlow，或者使用Google的PaaS TensorFlow產(chǎn)品Cloud Machine Learning。開(kāi)發(fā)人員可以從介紹性內(nèi)容或更高級(jí)的示例入手。

在短短一年多的時(shí)間里，已有超過(guò)6000個(gè)GitHub開(kāi)源代碼倉(cāng)庫(kù)使用TensorFlow。更多信息可以在TensorFlow開(kāi)發(fā)者大會(huì)（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