TensorFlow 2.5.0 稳定版发布,包含重大改进
TensorFlow 2.5.0 稳定版已发布,此版本增加了许多重要的新特性和重大改进。 新特性和改进 1. 增加了对 Python3.9 的支持。 2. tf.data tf.data服务现已支持严格的轮循读取,这对于示例大小不同的同步训练工作负载很有用。利用严格的轮循读取,用户可以保证消费者在同一步骤中获得相似大小的示例。 tf.data服务现已支持可选压缩。以前,数据总是经过压缩,但现在可以通过向tf.data.experimental.service.distribute(...)传递compression=None来禁用压缩。 tf.data.Dataset.batch()现已支持num_parallel_calls和deterministic参数。num_parallel_calls用于表示应并行计算多个输入批次。设置num_parallel_calls后,deterministic参数用于表示可以按非确定性顺序获得输出。 由tf.data.Dataset.options()返回的选项不再可变。 tf.data输入流水线现在可以在调试模式下执行,该模式禁用任何异步、并行或非...