ホーム » TensorFlow » TensorFlow 0.11.0 リリースノート

TensorFlow 0.11.0 リリースノート

(翻訳/解説)TensorFlow 0.11.0 リリースノート
翻訳 : (株)クラスキャット セールスインフォメーション
日時 : 11/14/2016

* 本ページは、github TensorFlow の releases の TensorFlow 0.11.0 を翻訳したものです:
    https://github.com/tensorflow/tensorflow/blob/r0.11/RELEASE.md

 

主要な特徴と改良

  • CUDA 8 サポート。
  • cuDNN 5 サポート。
  • HDFS サポート。
  • Fused LSTM の cuDNN 5 経由のサポートを tensorflow/contrib/cudnn_rnn で追加。
  • NumPy スタイルの基本的なスライシングのサポートが改善されました。non-1 ストライド, ellipsis (…), (np.)newaxis そして negative indices(負のインデックス)を含みます。例えば foo[1, 2:4, tf.newaxis, …, :-3:-1, :] のような複雑な式も現在ではサポートされます。更に変数に対するスライスされた割り当てのための予備的な (non-broadcasting) サポートもあります。特に var[1:3].assign([1,11,111]) のように書けます。
  • 統一された tf.name_scope と tf.variable_scope のために tf.op_scope と tf.variable_op_scope は deprecated としました。tf.variable_scope の新しい引数順序は以前のバージョンのものとは非互換です。
  • core/util/tensor_bundle モジュールを導入しています : このモジュールはテンソルを効率的にディスクに serialize/deserialize します。TF の新しいチェックポイント・フォーマットにおいて使用されるでしょう。
  • dense matrices(密行列)あるいは行列のバッチの singular value decomposition (SVD – 特異値分解) を計算するための tf.svd を追加しました (CPU only)。
  • self_adjoint_eig または self_adjoint_eigvals を使用して計算された、固有値と固有ベクトルのための勾配が追加されました。
  • 殆どの線形代数と FET ops のための batch_* メソッドは削除し、行列のバッチを扱うための ops の non-batch バージョンを推進しました。
  • 分散ランタイムのためのトレーシング/タイムライン・サポート (no GPU profiler yet)。
  • C API の TF_GraphGetTensorNumDims と TF_GraphGetTensorShape を用いた inferred shapes へのアクセス。
  • core ops のための shape 関数は REGISTER_OP(…).SetShapeFn(…) 経由の C++ に移されました。Python shape inference RegisterShape コールは common_shapes.call_cpp_shape_fn で C++ shape 関数を使用します。先のリリースでは python からRegisterShape は削除されます。
 

バグ修正と他の変更

  • ドキュメントはテンソルと変数上の演算子オーバーロードを現在では含みます。
  • tensorflow.__git_version__ は、TensorFlow がコンパイルされた、コードのバージョンをユーザに識別することを可能にしました。 また tensorflow.__git_compiler__ は TensorFlow core をコンパイルするのに使われたコンパイラを識別します。
  • batch_matmul のマルチスレッド性能が改善されました。
  • LSTMCell, BasicLSTMCell と MultiRNNCell コンストラクタは state_is_tuple=True にデフォルト設定されます。新しいデフォルトへ移行する間の迅速なフィックスとしては、単純に引数 state_is_tuple=False を渡せば良いです。
  • DeviceFactory の AddDevices と CreateDevices 関数は void の代わりにステータスを返します。
  • list(type) 引数の Int32 要素はデフォルトではホスト・メモリに置かれません。必要ならば HostMemory アノテーションを使うことにより kernel への list(type) 引数はホストメモリに置かれます。
  • uniform_unit_scaling_initializer() はもはや full_shape arg を取りません、代わりにそれが呼び出された時に initializer 関数に渡された partition info に依存します。
  • NodeDef protocol メッセージは graph.proto の代わりに own ファイル node_def.proto で定義されます。
  • ops.NoGradient は ops.NotDifferentiable に名前変更されました。ops.NoGradient は間もなく削除されます。
  • dot.h / DotGraph は削除されました(TensorBoard に先行した初期の解析ツールで、もはや有用ではありません)。歴史的にはコードが有用であったと認められるでしょう。
 

以上

AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com