TensorFlow 1.8.0 近日正式發布，新版本主要有以下改進內容：

▌主要特點及改進

可以將 tf.contrib.distribute.MirroredStrategy() 傳遞給 tf.estimator.RunConfig() ，能夠在一臺有多個 GPU 的機器上運行評估器 （Estimator） 模型。

添加 tf.contrib.data.prefetch_to_device() ，支持預取 GPU 內存。

添加梯度提升樹作為預先制作的評估器（Estimator）：BoostedTreesClassifier，BoostedTreesRegressor。

為云端 TPU 添加第三代管道配置，提高其性能和可用性。

tf.contrib.bayesflow 轉向自己的 repo。

添加了 tf.contrib.{proto，rpc} ，允許通用的原型解析和 RPC 通信。

▌Bug 修復和其他修改

tf.data:

添加 tf.contrib.data.prefetch_to_device ，可以將數據集元素預取到 GPU 內存。

添加 tf.contrib.data.AUTOTUNE ，在 tf.data 運行時，根據系統和環境自動調整預取緩沖區大小。

添加 tf.contrib.data.make_csv_dataset ，構建 CSV 文件數據集。

Eager Execution:

Eager Execution 數據集可以作為標準的 Python 迭代器使用（for batch in dataset:)。當 Eager Execution 啟動時，可以使用 Dataset ._iter _() 和 Dataset.make_one_shot_iterator() 創建迭代器。

已啟用自動裝置配置（即如果 GPU 是自動接入的，則不需要使用 tf.device(“/gpu:0”)）（修復#14133）

已經將 contrib 的 tf.GradientTape 移出。

tf.keras:

添加了 fashion mnist 數據集。

新的數據預處理功能：image/random_brightness，sequence/TimeseriesGenerator 和 text/hashing_trick。

加速線性代數 (XLA):

選擇并分散參考實用程序和評估程序，使用字典順序來打破關系。

TensorFlow Debugger (tfdbg) CLI:

在 tensor-filter操作中，允許使用正則表達式排除節點。

修復某些文本終端的虛假背景色。

tf.contrib:

添加重構批量維度的元分發 BatchReshape 。

tf.contrib.layers.recompute_grad 用于 TPU 上的顯式梯度檢查點。

添 加 tf.contrib.framework.argsort 。

允許 DNNBoostedTreeCombinedEstimator 處理特征列和損失的核心版本。

添加非線性圖像變形操作： tf.contrib.image.sparse_image_warp，tf.contrib.image.dense_image_warp 和 tf.contrib.image.interpolate_spline 。

修復 tensor 類型不匹配的 tf.contrib.opt.MultitaskOptimizerWrapper 中的錯誤。

▌Other

低級圖形構造現在被稱為 TensorFlow C API 。對于大多數用戶而言，這種更改不可見，但在這個版本中可以設置環境變量 TF_C_API_GRAPH_CONSTRUCTION = 0 來禁用此更改。未來的版本將刪除禁用此更改的功能。

在 tf.distributions.Distribution 中添加形狀描述和指向 tutorial notebook 的指針。

更新 scatter 操作：

添加 tf.scatter_min 和 tf.scatter_max；

擴展 scatter 操作以使用標量更新參數。

僅僅將 cuDNN RNN操作移至內核，用于 TensorFlow 代碼庫。

為 Conv2d ， Conv2dBackpropInput 和 Conv2dBackpropFilter 添加 float64 支持。

為 AvgPool / AvgPoolGrad 添加 float64 支持。

圖名稱作用域線程為本地，以便在多線程環境中正常工作。

更新 nsync 同步庫，避免 Linux 上速度較慢的原語。

在構建自定義操作時，刪除了需要在 C include 路徑中放置 nsync / public

添加 tf.image.psnr ， tf.image.ssim ， tf.image.ssim_multiscale ， tf.image.image_gradients ， tf.image.sobel_edges

將鏈接添加到 https://js.tensorflow.org

修復正交矩陣的不均勻性。

修復了多圖像評估器（Estimator）評估摘要顯示不正確的問題。