TensorFlow的最新版本TensorFlow 1.9發佈，作為時下最為火熱的機器學習項目，eBay，Google和Twitter都使用它。現在，使用1.9比以往任何時候都更容易：新的改進和支持使切換變得輕而易舉。更新主要側重於對tf.keras文檔，GRU和LSTM實現的改進，以及對梯度提升樹模擬器的更多支持。此外，還有一些錯誤修復和重大變化！
TensorFlow 1.9中的主要更新：
首先，tf.keras更新了入門文檔和程序員指南。它也被更新到Keras 2.1。API，帶有新層tf.keras.layers.CuDNNGRU和tf.keras.layers.CuDNNLSTM供開發人員試用。至於錯誤修正，Keras代碼現在不在_impl文件夾中並刪除API文件。另外，tf.keras.Model.save_weights現在默認以TensorFlow格式保存。
TensorFlow 1.9為核心特徵列提供了更多支持，併為梯度損失提供了增強樹估計器，使得使用非參數統計學習技術更容易進行分類和迴歸。
此外，TFLite優化轉換器的python接口已經擴展。命令行界面（AKA：toco，tflite_convert）再次包含在標準pip安裝中。
TensorFlow 1.9還使用tf.decode_compressed，tf.string_strip，tf.strings.regex_full_match提供改進的數據加載和文本處理。此外，還增加了對新預製估算器的實驗支持。
更重要的是，distributions.Bijector API現在支持使用新的API更改為Bijectors進行廣播。
重要變化和錯誤修復
TensorFlow 1.9有兩個重大變化需要注意：
打開空變量作用域時，用variable_scope（tf.get_variable_scope（），...）替換variable_scope（''，...）。
用於構建自定義操作的Header已被移動！它們現在位於sites-packages / tensorflow / include / externa中
1.9中有很多錯誤修正。以下是一些重要的：
Network已被棄用。
現在，在以下條件下更改了分層變量名稱：
使用keras.layerswith自定義變量範圍。
在子類tf.keras.Model類中使用圖層。
tf.keras，tf.data等有很多變化。
閱讀更多 雲智時代 的文章
