Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

TensorFlow 1.9.0 リリースノート

Posted on 07/11/2018 by Sales Information

TensorFlow 1.9.0 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 : 07/11/2018

* 本ページは、github TensorFlow の releases の TensorFlow 1.9.0 を翻訳したものです:

  • https://github.com/tensorflow/tensorflow/releases/tag/v1.9.0

 

主要な特徴と改良

  • tf.keras のためのドキュメントを更新しました: 新しい Keras ベースの get started、そして programmer’s guide ページです。
  • tf.keras を Keras 2.1.6 API に更新。
  • tf.keras.layers.CuDNNGRU と tf.keras.layers.CuDNNLSTM 層を追加しました。試してみてください。
  • コア 特徴カラム と 損失 のサポートを 勾配ブースト (決定) 木 (= gradient boosted trees) estimator に追加します。
  • TFLite Optimizing Converter のための python インターフェイス は拡大され、そしてコマンドライン・インターフェイス (AKA: toco, tflite_convert) は標準 pip インストールに再度含まれました。
  • データ・ローディングとテキスト処理を以下で改良しました :
    • tf.decode_compressed
    • tf.string_strip
    • tf.strings.regex_full_match
  • 新しい pre-made Estimator の実験的サポートを追加しました :
    • tf.contrib.estimator.BaselineEstimator
    • tf.contrib.estimator.RNNClassifier
    • tf.contrib.estimator.RNNEstimator
  • distributions.Bijector API は新しい API 変更と共に Bijectors のためのブロードキャストをサポートします。

 

互換性に影響する変更

  • 空の変数スコープをオープンしている場合; variable_scope(”, …) を variable_scope(tf.get_variable_scope(), …) により置き換えます。

  • カスタム ops を構築するためのヘッダは site-packages/external から site-packages/tensorflow/include/external に移動しました。

 

バグ修正とその他の変更

  • tfe.Network は deprecated です。tf.keras.Model から継承してください。
  • 次の条件下で層構造の (= Layered) 変数名は変更されます :
    • カスタム変数スコープで tf.keras.layers を使用する
    • サブクラス化された tf.keras.Model クラスで tf.layers を使用する。より詳細は こちら を見てください。
  • tf.data:
    • Dataset.from_generator() はネストされた generator を作成するために、今では args リストを受け取ります。
    • Dataset.list_files() は今では shuffle=False か seed が渡された時に決定論敵な結果を生成します。
    • tf.contrib.data.sample_from_datasets() と tf.contrib.data.choose_from_datasets() は複数のデータセットからサンプリングまたは決定論的に要素を選択することを簡単にします。
    • tf.contrib.data.make_csv_dataset() は今では引用文字列の改行をサポートします。make_csv_dataset から稀にしか使用されない 2 つの引数が除去されました。
    • (C++) DatasetBase::DebugString() は今では const です。
    • (C++) DatasetBase::MakeIterator() は DatasetBase::MakeIteratorInternal() に名前変更されました。
    • (C++) IteratorBase::Initialize() メソッドが iterator コンストラクションの間にエラーを上げるサポートのために追加されました。
  • Eager Execution:
    • tf.GradientTape.stop_recording を通した勾配計算のための recording 演算を休止する機能を追加しました。
    • ドキュメント、入門ノートブックを更新しました。
  • tf.keras:
    • Keras コードを _impl フォルダから移動して API ファイルを削除します。
    • tf.keras.Model.save_weights は今ではデフォルトで TensorFlow フォーマットでセーブします。
    • dataset iterator を tf.keras.Model training/eval メソッドに渡されることを可能にします。
  • TensorFlow Debugger (tfdbg): TensorBoard Debugger Plugin が gRPC メッセージのサイズ制限 (4 MB) を超える総計ソースファイル・サイズを処理できなかった問題を修正。
  • tf.contrib:
    • tf.contrib.framework.zero_initializer は ResourceVariable をサポートします。
    • “constrained_optimization” を tensorflow/contrib に追加します。
  • その他:
    • GCS Configuration Ops を追加します。
    • エラー・ステータスの伝播を有効にするために MakeIterator のシグネチャを変更しています。
    • 2 つのディリクレ分布のための KL ダイバージェンス。
    • EOF を越えたある種の読み込みに対する一貫した GcsFileSystem の挙動。
    • eager とグラフ・モードに渡る範囲に適合するために tf.scan のためのベンチマークを更新。
    • complex (複素) dtypes のための tf.reduce_prod 勾配のバグを修正。
    • Dataset.from_generator() にオプション args 引数を追加します。
    • 変数で ‘.’ の使用を許容します (e.g. “hparams.parse(‘a.b=1.0’)”)、これは以前はエラーを上げていたでしょう。これは埋め込まれた ‘.’ シンボル (e.g. ‘a.b’) を持つ属性名に対応し、これは間接的にだけアクセス可能です (e.g. getattr と setattr を通して)。これをセットアップするためにはユーザは最初に hparam オブジェクトに変数を明示的に追加する必要があります (e.g. “hparams.add_hparam(name=’a.b’, value=0.0)”)。
    • グラフと eager モードにおける tf.scan のためのベンチマーク。
    • FFT, FFT2D, FFT3D, IFFT, IFFT2D, と IFFT3D に complex128 サポートを追加しました。
    • nn.embedding_lookup_sparse 内の id を一意にします。これはバッチ内に反復する id があるとき埋め込みを検索するための RPC 呼び出しを減じるのに役立ちます。
    • ブースト木で indicator カラムをサポート。
    • tf.gradients() を整数 tensor を通しての逆伝播から防ぎます。
    • tensorflow.linalg に LinearOperator[1D,2D,3D]Circulant が追加されました。
    • Conv3D, Conv3DBackpropInput, Conv3DBackpropFilter は今では arbitrary をサポートします。
    • オブジェクト・ベースのチェックポイントの読み書きのために tf.train.Checkpoint を追加しました。
    • LinearOperatorKronecker を追加しました、クロネッカー積の dense-free 実装です。
    • LinearOperator にブロードキャストを可能にします。
    • SavedModelBuilder は今では同じ basename と同じコンテンツを持つファイルをポイントするアセット名の重複は排除します。これは、SavedModels に含まれる新しいアセット・ファイルという結果になるかもしれないことに注意してください。同じ名前で異なるコンテンツを持つアセットは以前は互いに上書きされていました。

 
以上

クラスキャット

最近の投稿

  • LangGraph 0.5 on Colab : Get started : Tavily Web 検索ツールの追加
  • LangGraph 0.5 on Colab : Get started : カスタム・ワークフローの構築
  • LangGraph 0.5 on Colab : Get started : クイックスタート
  • LangGraph on Colab : SQL エージェントの構築
  • LangGraph on Colab : マルチエージェント・スーパーバイザー

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (24) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2018年7月
月 火 水 木 金 土 日
 1
2345678
9101112131415
16171819202122
23242526272829
3031  
« 6月   8月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme