TensorFlow 0.9 Release

image00

텐서플로우 0.9 버전이 정식 릴리즈 되었습니다. 이번 릴리즈에서 가장 큰 변화는 애플 iOS 기기를 지원하는 것으로 0.9rc 버전에서 나타났던 여러 버그가 수정되었습니다. 또 라즈베리 파이도 지원 목록에 포함되었습니다. 각 모바일 환경에서의 텐서플로우 가이드 페이지를 참고하세요.

그리고 RNN 모델(tf.nn.dynamic_rnn, tf.nn.rnn, tf.nn.rnn_cell)이 정식으로 추가되었습니다. 이와 관련되어서 좀 더 자세한 내용이 정리되면 다시 포스팅하도록 하겠습니다.

0.9 버전의 설치는 이전 버전과 동일합니다. 파이썬 3.5 버전을 지원하는 것을 제외하고는 패키지 이름이 거의 유사합니다. pip 설치시 패키지 목록을 참고하세요.

설치 패키지 선택:

# Ubuntu/Linux 64-bit, CPU only, Python 2.7
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 2.7 
# Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp27-none-linux_x86_64.whl

# Mac OS X, CPU only, Python 2.7:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/tensorflow-0.9.0-py2-none-any.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.4
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.4 
# Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp34-cp34m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, CPU only, Python 3.5
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0-cp35-cp35m-linux_x86_64.whl

# Ubuntu/Linux 64-bit, GPU enabled, Python 3.5 
# Requires CUDA toolkit 7.5 and CuDNN v4. For other versions, see "Install from sources" below.
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/linux/gpu/tensorflow-0.9.0-cp35-cp35m-linux_x86_64.whl

# Mac OS X, CPU only, Python 3.4 or 3.5:
$ export TF_BINARY_URL=https://storage.googleapis.com/tensorflow/mac/tensorflow-0.9.0-py3-none-any.whl

pip를 이용하여 설치:

# Python 2
$ sudo pip install --upgrade $TF_BINARY_URL

# Python 3
$ sudo pip3 install --upgrade $TF_BINARY_URL

그리고 느리지만 OpenCL 지원을 위한 개발도 이루어지고 있습니다. 텐서플로우에서 OpenCL을 지원하게 되면 AMD와 인텔칩을 사용하는 GPU에서도 다양한 병렬 연산이 가능해 집니다. 빠르면 올해 안에 만나볼 수 있기를 기대해 봅니다.

답글 남기기

아래 항목을 채우거나 오른쪽 아이콘 중 하나를 클릭하여 로그 인 하세요:

WordPress.com 로고

WordPress.com의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Twitter 사진

Twitter의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Facebook 사진

Facebook의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

Google+ photo

Google+의 계정을 사용하여 댓글을 남깁니다. 로그아웃 / 변경 )

%s에 연결하는 중