ホーム » TensorFlow » TensorFlow 1.1.0 リリースノート

TensorFlow 1.1.0 リリースノート

TensorFlow 1.1.0 リリースノート(翻訳)
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 : 04/27/2017

* 本ページは、github TensorFlow の releases の TensorFlow 1.1.0 を翻訳したものです:
    https://github.com/tensorflow/tensorflow/blob/r1.1/RELEASE.md

 

主要な特徴と改良

  • Windows のための Java API サポートを追加しました。
  • tf.spectral モジュールを追加しました。既存の FFT ops は tf.spectral に移しましたが古い位置 (tf.*) におけるエイリアスは保持しています。
  • 実信号のための 1D, 2D と 3D フーリエ変換 ops を tf.spectral に追加しました。
  • tf.bincount 関数を追加しました。
  • Keras 2 API を contrib に追加しました。
  • 新しい軽量のキュー・ライクなオブジェクトを追加しました – RecordInput。
  • tf.contrib.image.compose_transforms 関数を追加しました。
  • tf.estimator.* を API に持ち込みました。tf.contrib.learn.Estimator からの Non-deprecated な機能は体裁の変更とともに tf.estimator.Estimator に移されました。
  • Docker イメージ: gcr.io と Docker Hub の TF イメージは ubuntu:16.04 にアップグレードされました。
  • 次の特徴を TensorFlow デバッガー (tfdbg) に追加しました :
    • TF ops とテンソルに対する Python ソースファイルを検証する機能 (command print_source / ps)
    • Curses ベースの UI における新しいナビゲーション・バー
    • NodeStepper (command invoke_stepper) は今では中間的なテンソル・ダンプを使用します。それはまた、改良されたパフォーマンスと減少したメモリ消費のための連続的な cont 呼び出しの間に直接的な feed として TensorHandles も使用します。
  • Java, C, そして Go のためのインストール・ガイドの初期リリース。
  • TensorBoard に Text ダッシュボードが追加されました。

 

Deprecations

  • TensorFlow 1.1.0 は Mac GPU サポートと共にバイナリをリリースする最後の時となるでしょう。前進するために、Mac GPU システム上のテストをやめることにします。Mac GPU サポートのためのパッチは歓迎し続けます、そして Mac GPU ビルドが動作することを保持するつもりです。

 

contrib API への変更

  • RNNCells の挙動は、RNNCells をより Keras 層のように動作する方向での遷移のために今ではより厳密です。
    • RNNCell が2つの異なる変数スコープで2度使用される場合、この挙動をどのように回避するかを説明するエラーが上がります。
    • RNNCell が既存の衝突する変数の変数スコープで使用される場合、RNNCell は reuse=True 引数とともにコンストラクトされなければならないことを示すエラーが上がります。
  • contrib/distributions pmf, pdf, log_pmf, log_pdf は deprecated されました。
  • bayesflow.special_math は distributions に移されました。
  • tf.contrib.tensor_forest.python.tensor_forest.RandomForestDeviceAssigner は削除されました。
  • 幾つかの MVN クラスとパラメータを変更しました :
    • tf.contrib.distributions.MultivariateNormalFull は tf.contrib.distributions.MultivariateNormalTriL で置き換えられました。
    • tf.contrib.distributions.MultivariateNormalCholesky は tf.contrib.distributions.MultivariateNormalTriL で置き換えられました。
    • tf.contrib.distributions.MultivariateNormalDiagWithSoftplusStDev は tf.contrib.distributions.MultivariateNormalDiagWithSoftplusScale で置き換えられました。
    • tf.contrib.distributions.MultivariateNormalDiag 引数は mu, diag_stddev から log, scale_diag に変更されました。
    • tf.contrib.distributions.MultivariateNormalDiagPlusVDVT は削除されました。
    • tf.contrib.distributions.MultivariateNormalDiagPlusLowRank が追加されました。

 

バグ修正と他の変更

  • Java: SavedModel API を使用して export されたモデルのロードのサポート (courtesy @EronWright)。
  • Go: インクリメンタル・グラフ実行のサポートを追加しました。
  • シングル・スレッドの時の WALS solver のバグを修正しました。
  • tf.contrib.layers.sparse_column_with_keys の整数スパース特徴値のためのサポートを追加しました。
  • tf.set_random_seed(0) が全ての ops に対して決定論的であるように修正しました。
  • GCS ファイルシステムのサポートのための安定性の改善。
  • TensorForest パフォーマンスを改善しました。
  • tf.matching_files の複数のファイル名 globs のためのサポートを追加しました。
  • LogMessage は今ではメッセージの最初としてタイムスタンプを含みます。
  • MultiBox 人間検出 (person detector) サンプル・スタンドアローン・バイナリを追加しました。
  • Android デモ: Windows における Android の TensorFlow デモの完全なビルド・サポートのために Makefile ビルド機能が build.gradle に追加されました。
  • Android デモ: Multibox を protobuf よりも txt ファイルから先に読みます。
  • StagingArea に co-location 制約を追加しました。
  • Android ビルドのために sparse_matmul_op が再有効にされました。
  • broadcast ターゲットと同じになるように重み rank を制限しました、broadcast ルールの曖昧さの回避のためです。
  • libxsmm を 1.7.1 にアップグレードして他の変更をパフォーマンスとメモリ使用のために適用しました。
  • ops に入力バッファを出力バッファに forward して in-place 計算を実行することを可能にすることにより、パフォーマンスを改善してメモリ消費量を軽減しました。
  • 文字列のための CPU 割り当てのパフォーマンスを改善しました。
  • 未知の shape での matrix * vector 乗算と matrix * matrix をスピードアップ。
  • C API: グラフ import は今では入力リマッピング、制御依存そして import されたノードの returning をサポートします。(TF_GraphImportGraphDefWithReturnOutputs() 参照)
  • 複数の C++ API 更新。
  • 複数の TensorBoard 更新は以下を含みます :
    • ユーザは今では画像 summaries を様々なサンプリングされたステップで見ることができます (最後のステップだけの代わりに)。
    • 画像ダッシュボードに加えて切り替え実行を含むバグが修正されました。
    • TensorBoard からデータ・ダウンロード・リンクを削除しました。
    • より容易な embedding のために、TensorBoard は相対データ・ディレクトリを使用します。
    • TensorBoard はドメイン計算のための外れ値を自動的に無視し、比例値を一貫性のあるフォーマットをします。
  • 複数の tfdbg バグ修正 :
    • Windows 互換問題を修正しました。
    • コマンド履歴は今では実行に渡り永続化されます。
    • tf.while_loops に関するグラフ検証におけるバグ修正。
  • Windows インストールにおけるバグのために Java Maven 修正。
  • 外部 Keras からの修正と改良をバックポート。
  • Keras config ファイル処理の修正。
 

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