TensorFlow 1.5 включает мобильную версию

Последний выпуск TensorFlow был выпущен с включенным TensorFlow Lite, а также с новым режимом Eager Execution.

TensorFlow — это инструмент Google с открытым исходным кодом, который можно использовать для широкого спектра параллельных вычислений, включая реализацию нейронных сетей и других методов обучения ИИ. Он разработан, чтобы упростить работу с нейронными сетями, и рассматривается как более общий и простой, чем другие варианты.
Разработчики описывают активное выполнение как обязательный интерфейс, определяемый по запуску, в котором операции выполняются немедленно, как только они вызываются из Python. Заявленные преимущества активного выполнения заключаются в том, что оно ускоряет отладку, поскольку вы сразу видите ошибки времени выполнения и можете использовать инструменты Python для отладки. Он также обеспечивает поддержку динамических моделей с использованием потока управления Python. Другое преимущество, которое он предлагает, — это поддержка настраиваемых градиентов и градиентов более высокого порядка. Сообщая о новой версии TensorFlow 1.5 в блоге разработчиков Google, Лоуренс Морони, адвокат разработчиков Google, сказал:
«С включенным Eager Execution for TensorFlow вы можете выполнять операции TensorFlow сразу после их вызова из Python. Это упрощает начало работы с TensorFlow и может сделать исследования и разработки более интуитивно понятными».
Другим важным улучшением этого выпуска является включение встроенной предварительной версии для разработчиков TensorFlow Lite, легкого решения TensorFlow для мобильных и встроенных устройств. Используя TensorFlow Lite, вы можете взять обученную модель TensorFlow и преобразовать ее в файл .tflite, который затем можно будет запустить на мобильном устройстве с малой задержкой. Это избавляет от необходимости проводить обучение на устройстве с низким энергопотреблением, а также избавляет от необходимости загружать данные в облако с устройства.
Другие улучшения включают встроенную поддержку CUDA 9 и cuDNN 7 для тех, кто использует ускорение графического процессора в Windows или Linux; и усовершенствования ускоренной линейной алгебры (XLA).