TensorFlow 1.5包含移动版本

TensorFlow的最新版本已发布，其中包括TensorFlow Lite，以及新的Eager Execution模式。

TensorFlow是Google的开源工具，可用于广泛的并行计算，包括实现神经网络和其他AI学习方法。它旨在简化神经网络的使用，并且比其他方法更通用，更容易。

开发人员将急切的执行描述为一种强制性的，按运行定义的接口，该接口在从Python调用操作时立即执行操作。渴望执行的好处是，它可以使调试更快，因为您可以立即看到运行时错误，并且可以利用Python工具进行调试。它还使用Python控制流为动态模型提供支持。它提供的另一个优势是支持自定义和更高阶的渐变。Google开发者倡导者Laurence Moroney在Google Developers Blog上撰写有关新版本TensorFlow 1.5的文章说：

“启用TensorFlow的Eager Execution后，您可以立即执行TensorFlow操作，因为它们是从Python中调用的。这使TensorFlow入门变得更容易，并且可以使研发更加直观。”

此版本的另一个主要改进是包含TensorFlow Lite的内置开发人员预览版，这是TensorFlow针对移动和嵌入式设备的轻量级解决方案。使用TensorFlow Lite，您可以采用训练有素的TensorFlow模型并将其转换为.tflite文件，然后可以在低延迟的移动设备上执行该文件。这避免了在功率较低的设备上进行训练的需要，也避免了必须从设备将数据上传到云中。

其他改进包括为在Windows或Linux上使用GPU加速的用户提供对CUDA 9和cuDNN 7的内置支持；并增强了加速线性代数（XLA）。