TensorFlow2.0要来了 tf.contrib要砍了

圆栗子 发自 凹非寺

量子位 报道 | 公众号 QbitAI

TensorFlow 2.0要来了。

昨天，谷歌大脑的Martin Wicke在一封公开邮件里，给这座即将造好的里程碑，做了个预告。

他说今年晚些时候，TensorFlow 2.0的一个预览 (Preview) 版本，就会和程序员们见面了。

在那之前，大家应该对这次重大更新，抱些怎样的期待？

邮件列举了以下几条：

·Eager Execution成为2.0的一个核心功能。这个命令式的编程环境，会让入门TensorFlow变得更容易。

· 支持更多平台、更多语言；通过交换格式的标准化以及API的协调，来提升组件之间的兼容性和对等性。

· 移除已弃用的API，并减少重复，也是减少用户的困惑。

往下，看看详情。

兼容性与连续性

邮件写到，TensorFlow 2.0是一个纠正错误、做出改进的好机会。有些改善，在语义化版本控制(Semantic Versioning) 之下，通常是做不到的。

为了顺滑地过渡到新版本，团队会做一个转换工具，用于更新Python代码，这样便能使用TensorFlow 2.0兼容的API了。

如果遇到无法自动转换的情况，系统也会提醒人类。想当年，向1.0过渡的时候，类似的工具也帮了大忙。

并非所有改变，都能自动完成。比如，新版本将会弃用一些API，而其中有些API并没有直接对等的替换。

针对这样的情况，TensorFlow会提供一个兼容模块 (tensorflow.compat.v1) ，里面有完整的TensorFlow 1.x API，并且在2.x的生命周期里，会得到持续的维护。

不过，一旦2.0正式版发布，1.x就不会再有任何功能更新了。但在那之后，团队还是会给最后一版1.x，提供一年的安全补丁。

磁盘兼容性

SavedModel和GraphDef，都不会发生什么重大的变化。

但2.0意味着，原始检查点(Checkpoint) 里的变数名称，需要转换，才能跟新的模型兼容。

tf.contrib被砍了

contrib模块的成长，超出了TensorFlow团队 (在一个repo里) 能维护的范围。

Wicke说，更大的项目，分开维护可能会更好。

不过，团队依然会在2.0里孵化一些小型的扩展。

所以，2.0的一个重大的变化，就是tf.contrib被完全弃用了。

在未来几个月，团队会与现有contrib模块的主人们，指定迁移计划，比如怎样在社区页面上或以文件的形式，发表自己的TensorFlow扩展。

每一个contrib模块，命运有三种：

1.集成到TensorFlow里。

2.移到一个单独的Repo里。

3.彻底移除。

现在，新的tf.contrib项目，已经停止添加了。

老项目的主人/维护者，也要赶快跟TensorFlow团队联系了。

你有什么意见？

重大革新发生之前，要听听广大开发者怎么说。

TensorFlow 2.0的开发，包含一个公开设计审查 (Public Design Reviews) 环节，大家都可以发表自己的意见。

获得参与感，请至以下邮箱：

以及GitHub传送门：

https://github.com/tensorflow/community/blob/master/governance/TF-RFCs.md

对于新的TensorFlow，你还期待怎样的改变？

—

完—

加入社群

量子位AI社群19群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。