Il team di sviluppatori Google ha rilasciato una nuova release di TensorFlow, il noto framework dedicato allo sviluppo di progetti di machine learning.
TensorFlow 1.14 beneficia di diverse novità, come ad esempio un nuovo modulo di compatibilità con il codice generato dalla versione 2.0 del framework. TensorFlow 2.0 presenterà infatti diversi elementi incompatibili con le vecchie versioni, dunque è stato necessario realizzare tale layer che assicura il corretto funzionamento con gli algoritmi generati tra le varie release.
In TensorFlow 1.14 la funzionalità MKL-DNN è stata abilitata di default. MKL-DNN permette di sfruttare l'implementazione del kernel migliore basandosi sulla CPU vector architecture.
A partire da questa nuova build DType non è più convertibile in int, dunque gli sviluppatori dovranno sostituire le porzioni di codice degli int(dtype) statement con dtype.as_datatype_enum, in modo tale da permettere il corretto funzionamento dei propri algoritmi.
Il nuovo update introduce anche diverse novità in Keras, una libreria open source per l'apprendimento automatico usata anche nelle reti neurali, e nelle Python API che adesso sono state dotate di nuovi operatori. Da questa release è ad esempio possibile usare le raw TensorFlow function con le Keras Functional API senza la necessità di creare dei Lambda layer.
Inoltre i Layer ed i Model presenti in TensorFlow 1.14 contengono anche un dynamic constructor argument, quindi gli utenti avranno una via più semplice per implementare delle RNN cell personalizzate.
Via DevClass
