Mit der kommenden Major-Version von TensorFlow werden zahlreiche Breaking Changes ausgeliefert, wie den Release Notes zum neuen Release Candidates zu entnehmen ist. TensorFlow 2.0 ändert nämlich einiges an der Machine-Learning-Plattform. So soll es beispielsweise leichter werden, Modelle mit Keras zu erstellen. Auch am Deployment für die Production wurde gearbeitet, genau wie an der Vereinfachung der APIs. Gerade letzteres führte aber zu vielen Änderungen, die nicht abwärtskompatibel sind.

TensorFlow 2.0 und Keras wachsen zusammen

Keras stellt ab TensorFlow 2.0 das zentrale High-Level API für die Erstellung und das Training von Modellen dar. Dass TensorFlow und Keras immer enger zusammenwachsen, hat auch das kürzlich veröffentlichte Keras-Release gezeigt. Keras selbst unterstützt in Zukunft nur noch TensorFlow und ist in Versionen neuer als 2.3.0 nicht mehr kompatibel mit weiteren Backends.

Auf API-Ebene wurde in TensorFlow 2.0 außerdem an den verwendeten Symbolen gearbeitet, die man vereinheitlicht habe, wie den Release Notes zu entnehmen ist. Dadurch sollen die APIs konsistenter geworden sein. Eine umfassende Liste gibt Einblick in die Änderungen; wer weiterhin mit den bisher genutzten Symbolen arbeiten möchte, kann das mit dem Modul compat.v1 tun. Für Upgrades und Migration bestehender Projekte stehen offizielle Guides bereit.

Applying Machine Learning online at Scale

by Jon Bratseth (Verizon)

Interpretable Machine Learning – Application to Finance and Banks

by Debjyoti Paul (Amazon)

Market Segmentation in the Era of Big Data

mit Özge Sahin (SkyScry)

Deep Learning mit TensorFlow

Mit Jakob Karalus (Deloitte Consulting)

Python-Funktionen in TensorFlow 2.0

Die API-Änderungen sind nicht die einzige große Neuerung für Entwickler, die bereits mit TensorFlow vertraut sind. In Zukunft soll nicht mehr deklarativ mit tf.Session gearbeitet werden. Stattdessen rät das TensorFlow-Team dazu, Graphen in v2 mit dem tf.function Decorator als normale Python-Funktionen zu schreiben.

Zu den Breaking Changes am Release gehört außerdem, dass TensorFlow 2.0 mit devtoolset7 (GCC7) auf Ubuntu 16 gebaut wurde. Das könne zu Problemen mit Extensions führen, die mit früheren Versionen von TensorFlow erstellt wurden.

Informationen zu allen weiteren Neuerungen an TensorFlow 2.0 können den Release Notes zum 2. Release Candidate sowie dem Guide zur Major-Version entnommen werden. Ein Datum für die finale Veröffentlichung ist nicht bekannt.