TensorFlow 2.0 अंतिम रिलीज का विमोचन

कल, 30 सितंबर को, Google ने TensorFlow 2.0 की अंतिम रिलीज की घोषणा की।

“TensorFlow 2.0 खुला स्रोत है और एक समुदाय द्वारा समर्थित है जो कहता है कि उन्हें एक आसान-उपयोग वाले प्लेटफ़ॉर्म, लचीले और शक्तिशाली की आवश्यकता है, जो किसी भी प्लेटफ़ॉर्म पर तैनाती का समर्थन करता है। TensorFlow 2.0 डेवलपर्स, उद्यमों और शोधकर्ताओं के लिए उपकरणों का एक व्यापक पारिस्थितिकी तंत्र प्रदान करता है जो नवीनतम मशीन लर्निंग प्रौद्योगिकियों का उपयोग करना चाहते हैं और स्केलेबल एमएल एप्लिकेशन बनाना चाहते हैं। ” - मध्यम मंच पर Tensorflow ब्लॉग कहते हैं।





TensorFlow 2.0 में कई बदलाव हैं जो TensorFlow उपयोगकर्ताओं को अधिक उत्पादक बनाते हैं। TensorFlow 2.0 ने निरर्थक एपीआई को हटा दिया, जिसके बाद एपीआई अधिक सुसंगत हो गए (यूनिफाइड आरएनएन, यूनिफाइड ऑप्टिमाइज़र), और ईगर निष्पादन के साथ पायथन रनटाइम के साथ बेहतर एकीकृत किया गया।

TensorFlow 1.X में, उपयोगकर्ताओं को मैन्युअल रूप से tf निष्पादित करके एक सार सिंटैक्स ट्री (ग्राफ़) को इकट्ठा करने की आवश्यकता थी। * एपीआई अनुरोध। तब उपयोगकर्ताओं को सत्र.रुण () कॉल के लिए आउटपुट और इनपुट टेनर्स के सेट को पास करके अमूर्त सिंटैक्स ट्री को मैन्युअल रूप से संकलित करना होगा। TensorFlow 2.0 तुरंत चलता है (जैसा कि आमतौर पर पायथन करता है) और 2.0 में, ग्राफ़ और सत्र को कार्यान्वयन विवरण माना जाना चाहिए।

TensorFlow 1.X निहित वैश्विक नामस्थानों पर बहुत अधिक निर्भर था। जब आप tf.Variable () कहते हैं, तो इसे डिफ़ॉल्ट रूप से ग्राफ़ में रखा जाता था, और यह तब भी बना रहता था, जब आप इसे इंगित करने वाले पायथन चर का ट्रैक खो देते थे। फिर आप उस tf.Variable को पुनर्स्थापित कर सकते हैं, लेकिन केवल तभी जब आप उस नाम को जानते हों जिसके साथ इसे बनाया गया था। यदि आप चर के निर्माण को नियंत्रित नहीं करते हैं, तो यह करना मुश्किल था।

कॉलिंग सेशन .run () लगभग एक फ़ंक्शन को कॉल करने जैसा है: आप इनपुट को परिभाषित करते हैं, फ़ंक्शन को कहा जाता है, और आपको एक परिणाम सेट मिलता है। TensorFlow 2.0 में, आप JIT संकलन के लिए इसे चिह्नित करने के लिए tf.function () का उपयोग करके पायथन फ़ंक्शन को सजा सकते हैं ताकि TensorFlow इसे एकल ग्राफ़ (कार्य 2.0 आरएफसी) के रूप में निष्पादित करे।

के आधार पर:

- इंतजार खत्म हो गया है - TensorFlow 2.0 का विमोचन!
- प्रभावी TensorFlow 2.0