TensorFlow 2.6.0 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
作成日時 : 08/12/2021

* 本ページは、github TensorFlow の releases の TensorFlow 2.6.0 の Major Features and Improvements 他のセクションを翻訳したものです：

• https://github.com/tensorflow/tensorflow/releases/tag/v2.6.0

Release 2.6.0

互換性を損なう変更

• tf.train.experimental.enable_mixed_precision_graph_rewrite は削除されます、API はグラフモードのみで動作してカスタマイズ可能ではないからです。この関数は引き続き tf.compat.v1.mixed_precision.enable_mixed_precision_graph_rewrite 下でアクセス可能ですが、代わりに Keras 混合精度 API を使用することが推奨されます。
  

• tf.lite:
  • experimental.nn.dynamic_rnn, experimental.nn.TfLiteRNNCell と experimental.nn.TfLiteLSTMCell を削除します、これらはもはやサポートされないからです。代わりに単に keras lstm を使用することが勧められます。

• tf.keras:
  • Keras は個別の PIP パッケージ (keras) に分割されて、そのコードは GitHub レポジトリ keras-team/keras に移動されました。tf.keras のための API エンドポイントは変更されないままですが、今では keras PIP パッケージにより支援されます。tensorflow/python/keras の既存のコードは古いコピーで将来的なリリース (2.7) では削除されます。tensorflow.python.keras への任意のインポートは削除して代わりにそれらを public tf.keras API で置き換えてください。
  • メソッド Model.to_yaml() と keras.models.model_from_yaml は任意のコード実行を引き起こすように悪用できるので、RuntimeError を上げるように置き換えられました。YAML の代わりに JSON シリアリゼーションを使用するか、より良い代替 H5 にシリアライズすることを勧めます。

主要な特徴と改良

• tf.keras:
  • Keras は個別の PIP パッケージ (keras) に分割されて、そのコードは GitHub レポジトリ keras-team/keras に移動されました。tf.keras のための API エンドポイントは変更されないままですが、今では keras PIP パッケージにより支援されます。総ての Keras-関連の PR と issues は今では GitHub レポジトリ keras-team/keras に向けられるべきです。
  • tf.keras.utils.experimental.DatasetCreator は分散で使用されるとき特定のオプションのためのオプション tf.distribute.InputOptions を今では取ります。
  • 評価器タスクで実行されることを目的とするプログラムのために tf.keras.experimental.SidecarEvaluator が今では利用可能です、これは tf.distribute.experimental.ParameterServerStrategy で動作する訓練クラスタを補完するために一般に使用されます (https://www.tensorflow.org/tutorials/distribute/parameter_server_training 参照)。それはまた単一ワーカー訓練や他のストラテジーでも使用できます。より詳細については docstring 参照。
  • 前処理層は experimental から core に移動しました。
    • import パスは tf.keras.layers.preprocessing.experimental から tf.keras.layers に移動しました。
  • 一貫性と明確さのための前処理層 API へのアップデート :
    • mask_token の StringLookup と IntegerLookup デフォルトが None に変更されました。これは Hashing と Embedding 層のデフォルトのマスキング動作に一致します。既存の動作を維持するには、層作成中に mask_token=”” を渡します。
    • CategoryEncoding, StringLookup, IntegerLookup と TextVectorization のための “binary” 出力モードを “multi_hot” に名前変更しました。multi-hot エンコーディングはもはや自動的には rank 1 入力を uprank しませんので、これらの層はバッチ処理されていない多次元サンプルを今では multi-hot エンコードできます。
    • CategoryEncoding, StringLookup, IntegerLookup のために新しい出力モード “one_hot” を追加しました、これは入力バッチの各要素を個別にエンコードして、必要に応じて新しい出力次元を自動的に追加します。スカラーのバッチを one-hot エンコードする古い “binary” 動作のために rank 1 入力でこのモードを使用します。
    • 正規化はもはや rank 1 入力を自動的には uprank しません、バッチ処理されていない多次元サンプルの正規化を可能にします。

  
  

• tf.lite:
  • Tensorflow Lite をビルドするための推奨 Android NDK バージョンは r18b から r19c に変更されました。
  • mul のために int64 をサポートします。
  • ネイティブの variable な組込み ops – ReadVariable, AssignVariable をサポートします。
  • Converter :
    • TFLite の変数の実験的なサポート。変換を通して有効にするには、ユーザは tf.lite.TFLiteConverter の experimental_enable_resource_variables を True に設定する必要があります。
      Note : ミュータブルな変数はこのリリースでは from_saved_model を使用してのみ利用可能です。他のメソッドのサポートは間もなくです。

    • 古い Converter (TOCO) は次のリリースから削除されます。それは幾つかのリリースで既に deprecated となっています。

  
  

• tf.saved_model:
  • SavedModels は今ではカスタム勾配をセーブできます。この機能を有効にするにはオプション tf.saved_model.SaveOption(experimental_custom_gradients=True) を使用してください。Advanced autodiff のドキュメントはアップデートされました。
  • オブジェクト metadata は今では deprecated で SavedModel にもはやセーブされません。

  
  

• TF Core:
  • tf.config.experimental.get_memory_info により返される追跡された peak メモリをリセットするために tf.config.experimental.reset_memory_stats を追加しました。

  
  

• tf.data:
  • data_service_ops.from_dataset_id と data_service_ops.distribute に target_workers param を追加しました。ユーザは “AUTO”, “ANY” または “LOCAL” (case insensitive) を指定できます。”AUTO” の場合、tf.data サービスランタイムがどのワーカーから読む取るかを決定します。”ANY” の場合、TF ワーカーは任意の tf.data サービスワーカーから読み取ります。”LOCAL” の場合、TF ワーカーはローカル in-processs tf.data サービスワーカーだけから読み取ります。”AUTO” は殆どの場合に上手く動作しますが、その一方でユーザは他のターゲットも指定できます。例えば、”LOCAL” は 、総ての TF ワーカーが tf.data サービスワーカーと同じ場所に配置される場合、RPC とデータコピーを回避する役に立ちます。現在、”AUTO” は既存の動作を保持するために任意の tf.data サービスワーカーから読み取ります。デフォルト値は “AUTO” です。

 
以上