TensorFlow 2.3.0 的首個(gè)候選版本發(fā)布了，主要特性和改進(jìn)包括：

tf.data添加了兩種新機(jī)制來解決輸入管道瓶頸并節(jié)省資源

• snapshot
• tf.data service.

詳情可查看使用 TF Profiler 分析輸入管道性能的詳細(xì)指南。

tf.distribute.TPUStrategy現(xiàn)在是一個(gè)穩(wěn)定的 API，不再被視為 TensorFlow 的實(shí)驗(yàn)版本。(先前的tf.distribute.experimental.TPUStrategy)。

TF Profiler 引入了兩個(gè)新工具：一個(gè)用于在一段時(shí)間內(nèi)可視化模型內(nèi)存使用情況的內(nèi)存分析器，以及一個(gè)允許用戶在模型中跟蹤 python 函數(shù)調(diào)用的 python 跟蹤器。可用性方面的改進(jìn)包括更好的診斷消息和配置文件選項(xiàng)，以自定義主機(jī)和設(shè)備跟蹤的詳細(xì)程度。

引入了對(duì) Keras 預(yù)處理層 API(tf.keras.layers.experimental.preprocessing.*)的實(shí)驗(yàn)支持，以處理數(shù)據(jù)預(yù)處理操作，并支持復(fù)合張量輸入。

現(xiàn)在，TFLite 能夠在轉(zhuǎn)換和推理期間正確支持動(dòng)態(tài)形狀。新版本還為 XNNPACK(高度優(yōu)化的 CPU 內(nèi)核集)在 Android 和 iOS 上增加了選擇加入支持，并為在 GPU 上執(zhí)行量化模型提供了選擇加入支持。

從此版本開始，GCS 中提供了 Libtensorflow 軟件包。這些軟件包的 nightly 版本也已經(jīng)開始發(fā)布。

更新說明：https://github.com/tensorflow/tensorflow/releases/tag/v2.3.0-rc0