Ayer, 30 de septiembre, Google anunció el lanzamiento de la versión final de TensorFlow 2.0.
“TensorFlow 2.0 es de código abierto y está respaldado por una comunidad que dice que necesitan una plataforma fácil de usar que sea flexible y poderosa que pueda implementarse en cualquier plataforma. TensorFlow 2.0 proporciona un extenso ecosistema de herramientas para desarrolladores, empresas e investigadores que desean utilizar las últimas tecnologías de aprendizaje automático y crear aplicaciones de ML escalables ". - dice el blog Tensorflow en la plataforma Medium.
TensorFlow 2.0 tiene una serie de cambios que hacen que los usuarios de TensorFlow sean más productivos. TensorFlow 2.0 eliminó las API redundantes, después de lo cual las API se volvieron más consistentes (RNN unificados, optimizadores unificados) y se integraron mejor con el tiempo de ejecución de Python, con la ejecución Eager.
En TensorFlow 1.X, los usuarios debían ensamblar manualmente un árbol de sintaxis abstracta (gráfico) ejecutando solicitudes API tf. *. Luego, los usuarios deben compilar manualmente el árbol de sintaxis abstracta pasando el conjunto de tensores de salida y entrada a la llamada session.run (). TensorFlow 2.0 se ejecuta inmediatamente (como suele hacer Python) y en 2.0, los gráficos y las sesiones deben considerarse detalles de implementación.
TensorFlow 1.X dependía en gran medida de los espacios de nombres globales implícitos. Cuando llamó a tf.Variable (), se colocó en el gráfico de forma predeterminada, y permaneció allí incluso si perdió el rastro de la variable Python que lo señalaba. Luego puede restaurar ese tf.Variable, pero solo si conoce el nombre con el que fue creado. Era difícil de hacer si no controlaba la creación de variables.
Llamar a session.run () es casi como llamar a una función: usted define la entrada, se llama a la función y obtiene un conjunto de resultados. En TensorFlow 2.0, puede decorar una función de Python usando tf.function () para marcarla para la compilación JIT para que TensorFlow la ejecute como un solo gráfico (Funciones 2.0 RFC).
Basado en:
-
La espera ha terminado - ¡Lanzamiento de TensorFlow 2.0!-
Efectivo TensorFlow 2.0