机器之心报道
机器之心编辑部
TensorFlow 2.10 已发布，还没有更新的小伙伴现在可以更新了。
近日，TensorFlow 官方宣布， tensorflow 2.10 来了！距离上次 2.9 版本的更新仅仅过去三个月。
TensorFlow 地址：https://blog.tensorflow.org/2022/09/whats-new-in-tensorflow-210.html
新版本的亮点包括：Keras 中新的用户友好特性、Windows 中扩展 GPU 支持等等。此版本还标志着 TensorFlow 决策森林 (TF-DF) 1.0 版本的到来！
对于这一更新，网友还是很期待的，有人表示：「TensorFlow 2.10 增加了 64 位 Arm 支持，现在可以在 Arm 硬件上使用 pip install TensorFlow 进行安装了。」
还有人对 TF-DF 1.0 版本的到来感到非常惊喜，并表示这是自己最期待的。
下面我们介绍一下新版本都有哪些改进。
TensorFlow 2.10 新特性
Keras
从 TensorFlow 2.10 开始，对 Keras 注意力层的 mask 处理（例如 tf.keras.layers.Attention、tf.keras.layers.AdditiveAttention ） 进行了扩展和统一。
现在 Transformer 自注意力块可以写成这样：
import tensorflow as tf
embedding = tf.keras.layers.Embedding(
input_dim=10,
output_dim=3,
mask_zero=True) # Infer a correct padding mask.
# Instantiate a Keras multi-head attention (MHA) layer,
# a layer normalization layer, and an `Add` layer object.
mha = tf.keras.layers.MultiHeadAttention(key_dim=4, num_heads=1)
layernorm = tf.keras.layers.LayerNormalization()
add = tf.keras.layers.Add()
# Test input.
x = tf.constant([[1, 2, 3, 4, 5, 0, 0, 0, 0],
[1, 2, 1, 0, 0, 0, 0, 0, 0]])
# The embedding layer sets the mask.
x = embedding(x)
# The MHA layer uses and propagates the mask.
a = mha(query=x, key=x, value=x, use_causal_mask=True)
x = add([x, a]) # The `Add` layer propagates the mask.
x = layernorm(x)
# The mask made it through all layers.
print(x._keras_mask)
输出如下：
> tf.Tensor(
> [[ True True True True True False False False False]
> [ True True True False False False False False False]], shape=(2, > 9), dtype=bool)
其次，在 Tensorflow2.9 版本中，tf.keras.callbacks.BackupAndRestore 回调将在 epoch 边界备份模型和训练状态。在 Tensorflow 2.10 中，回调还可以每 N 个训练 step 备份一次模型。
关于Keras 中新的用户友好特性，还有一点值得说的是，从音频文件目录中轻松生成音频分类数据集，现在使用tf.keras.utils.audio_dataset_from_directory 功能，就能从 .wav 文件目录轻松生成音频分类数据集。
改进 AArch64 CPU 性能：ACL / oneDNN 集成
TensorFlow 团队与 Arm、AWS 和 Linaro 合作，通过 oneDNN 将 Arm 架构 (ACL) 的计算库与 TensorFlow 集成，来加速 AArch64 CPU 的性能。从 TensorFlow 2.10 开始，你可以通过在运行 TensorFlow 程序之前设置环境变量 TF_ENABLE_ONEDNN_OPTS=1 来实现这一点。
在 Windows 上扩展 GPU 支持
TensorFlow 现在可以通过 TensorFlow-DirectML 插件在 Windows 上使用更广泛的 GPU。用户要在 AMD、Intel、NVIDIA 和 Qualcomm 等供应商提供的 DirectX 12-capable GPU 上进行模型训练，请在本机 Windows 或 WSL2 上安装与标准 TensorFlow CPU 包一起的插件。
TensorFlow 决策森林 1.0
随着 Tensorflow 2.10 的发布，TF-DF（Tensorflow Decision Forests）1.0 版本正式来了。这是一个伟大的里程碑，TensorFlow 团队改进了文档并建立了更全面的测试，以确保 TF-DF 为专业环境做好准备。
了解更多更新，请查看 TensorFlow 官网。
,
