Релиз библиотеки TensorFlow 1.4

7 ноября компания Google анонсировала выход новой версии TensorFlow, которая включает в себя несколько новых функций и поддержку нижеупомянутых API.

Keras

В версии 1.4 Keras переехала из tf.contrib.keras в ядро пакета tf.keras. Keras — это популярная библиотека для машинного обучения, написанная на Python. Она включает в себя высокоуровневые API для упрощения реализации идей разработчиков. Библиотека совместима с функциональными возможностями TensorFlow, включая API Estimator. Разработчики могут создавать Estimator’ы, используя любую модель Keras, с помощью функции tf.keras.estimator.model_to_estimator.

Перед началом работы с Keras стоит прочитать несколько гайдов: небольшое вступление и инструкции для работы с Keras Sequential model API и Keras Functional model API. Для работы с Estimator’ами следует также ознакомиться с небольшим руководством.

Datasets

Google сообщила, что Dataset API также был добавлен в ядро пакета tf.data (из tf.contrib.data). Этот API привносит поддержку генераторов Python. Разработчики рекомендуют использовать его при создании входных конвейеров для моделей TensorFlow, поскольку он позволяет использовать больше возможностей, работает лучше и прост в использовании. Google сосредоточится на развитии Dataset, а не других аналогичных API.

Распределенные обучение и оценка Estimator

В версии 1.4 была добавлена функция tf.estimator.train_and_evaluate, которая упрощает обучение, оценку и экспорт моделей Estimator. Она позволяет исполнять процессы обучения и оценки как локально, так и распределенно.

Полный список изменений можно найти в GitHub-репозитории проекта.

Установка TensorFlow 1.4

Новую версию можно установить при помощи pip.

			# Примечание: команда перезапишет существующую версию TensorFlow.
$ pip install --ignore-installed --upgrade tensorflow
# Используйте pip для Python 2.7
# Используйте pip3 вместо pip для Python 3.x
		

Также разработчики обновили документацию на сайте проекта.