ClassCat® AI Research

TensorFlow 1.8.0 リリースノート

Posted on by Sales Information

TensorFlow 1.8.0 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 : 04/28/2018

* 本ページは、github TensorFlow の releases の TensorFlow 1.8.0 を翻訳したものです：

 

主要な特徴と改良

  • 一つのマシン上の複数 GPU 上の Estimator モデルを実行するために今は tf.contrib.distribute.MirroredStrategy() を tf.estimator.RunConfig() に渡すことができます。
  • tf.contrib.data.prefetch_to_device() を追加します、これは GPU メモリへの prefetch をサポートします。
  • pre-made Estimator として Gradient Boosted Trees を追加します : BoostedTreesClassifier, BoostedTreesRegressor。
  • Cloud TPU のための第三世代パイプライン config を追加します、これはパフォーマンスとユーザビリティを改善します。
  • tf.contrib.bayesflow はそれ自身のレポジトリに move out します。
  • generic proto 解析と RPC 通信を可能にする tf.contrib.{proto,rpc} を追加しました。

 

バグ修正とその他の変更

  • tf.data:
    • tf.contrib.data.prefetch_to_device を追加します、これは GPU メモリに対して dataset 要素を prefetch することを可能にします。
    • tf.contrib.data.AUTOTUNE を追加します、これは tf.data ランタイムに貴方のシステムと環境に基づいて prefetch バッファサイズを自動的に調整することを可能にします。
    • CSV ファイルの dataset を構築するために tf.contrib.data.make_csv_dataset を追加します。
  • Eager Execution:
    • eager execution では Dataset は今では (dataset の batch のために) 標準的な python iterator として使用できます。eager execution が有効であるとき Dataset.__iter__() と Dataset.make_one_shot_iterator() の両者は今では iterator を作成するために使用できます。
    • 自動デバイス配置が有効になりました (i.e., 利用可能なときには明示的な with tf.device(“/gpu:0”) を必要とすることなく、GPU を使用します)。 (Fixes #14133)
    • tf.GradientTape は contrib から move out しました。
  • tf.keras:
    • fashion mnist データセットを追加しました。
    • 新しいデータ前処理関数: image/random_brightness, sequence/TimeseriesGenerator, そして text/hashing_trick。
  • Accelerated Linear Algebra (XLA):
    • 参照 util の select と scatter そして evaluator は今では関係を切る (= break ties) ために lexicographical order を使用します。
  • TensorFlow デバッガー (tfdbg) CLI:
    • tensor-filte 演算の間、正規表現によるノードの排除 (= exclusion) を可能にします。
    • ある種のテキスト端末で偽の (= spurious) 背景カラーを修正します。
  • tf.contrib:
    • meta-distribution BatchReshape を追加します、これはバッチ次元を reshape します。
    • tf.contrib.layers.recompute_grad は TPU 上の明示的な勾配チェックポインティングのために動作します。
    • tf.contrib.framework.argsort を追加します。
    • DNNBoostedTreeCombinedEstimator を特徴カラムと損失のコア・バージョンとともに動作することを可能にします。
    • 非線型画像ワーピング ops を追加します : tf.contrib.image.sparse_image_warp, tf.contrib.image.dense_image_warp, そして tf.contrib.image.interpolate_spline。
    • tf.contrib.opt.MultitaskOptimizerWrapper のバグを修正します、そこでは tensor の型がミスマッチでした。
  • その他:
    • 低位グラフ構築は今では TensorFlow C API を呼び出します。この変更は殆どのユーザに対して不可視であるべきですが、このリリースでは環境変数 TF_C_API_GRAPH_CONSTRUCTION=0 を設定することにより無効にできます。将来のリリースはこの変更を無効にするきのうを除去するでしょう。この脱出用ハッチを使用して貴方自身でバグを見つける場合には ファイル してください。
    • tf.distributions.Distribution の shapes の記述とチュートリアル notebook へのポインタを追加します。
    • scatter 演算を更新します :
      • tf.scatter_min と tf.scatter_max を追加します。
      • scatter 演算を scalar 更新パラメータと共に動作するように拡張します。
    • TensorFlow codebase 内のみの使用のために cuDNN RNN ops を core に移します。
    • Conv2d, Conv2dBackpropInput, and Conv2dBackpropFilter のために float64 サポートを追加します。
    • AvgPool/AvgPoolGrad のために float64 サポートを追加します。
    • グラフ名スコープをスレッドローカルにします、その結果マルチスレッド環境で正しく動作します。
    • Linux 上で遅い primitive を回避するために nsync 同期ライブラリを更新します。
    • カスタム ops を構築するとき C include パス上の nsync/public を置く必要性を除去しました。
    • tf.image.psnr, tf.image.ssim, tf.image.ssim_multiscale, tf.image.image_gradients, tf.image.sobel_edges を追加します。
    • https://js.tensorflow.org へのリンクを追加します。
    • 直交行列の非一様性を修正します。
    • 複数画像 Estimator 評価 summaries が正しく表示されなかったバグを修正します。

 
以上