TensorFlow 1.6重要的不是更新是bug修复！

　　【资讯】TensorFlow可谓是最受欢迎的开源机器学习项目，它的每一次更新都备受瞩目。

　　距离TensorFlow上次发布仅两个月，新的版本1.6又与我们见面了。TensorFlow 1.6没有太多重大变化，，此次更新主要关注bug修复，API更改和一些新功能。

　　TensorFlow 1.6增加了第二个版本的Getting Stared文件，专门针对机器学习新手。如果你是机器学习初学者，这是一个很好的资源。此外，有几个API更改，其中包括prepare_variance Boolean ，其默认设置为false以实现向后兼容。

　　其他重大变化：

　　·针对非插槽变量的新的内部优化 API 。

　　·tf.estimator。{FinalExporter，LatestExporter}现在导出剥离的SavedModels，这提高了SavedModel的向前兼容性。

　　·FFT支持添加到XLA CPU / GPU。

　　·现在可以在兼容的Tegra设备上使用CUDA加速技术构建Android TF

　　·添加卷积Flipout层

　　·添加概率卷积层

　　·为Google云端存储添加客户端限制

　　bug修复和其他已知问题

　　当然，新版本不是没有任何重大更改的更新。TensorFlow 1.6的预构建二进制文件是针对CUDA 9.0和cuDNN 7构建的。此外，预构建的二进制文件将使用AVX指令，这可能会破坏较旧CPU上的TF。至于bug，关于tensorboard命令有一个很大的问题，由于pip包冲突导致某些升级流程后，它偶尔会丢失。(请参阅TensorBoard 1.6.0修补程序发行说明)

　　此外，使用CUDA 9和CUDA 9.1的XLA：GPU会导致垃圾结果或CUDA_ILLEGAL_ADDRESS失败。

　　在2017年12月，Google发现CUDA 9和CUDA 9.1中的PTX-to-SASS编译器在SASS中将大比特的64位地址计算分解为32位时，不能正确计算进位比特。由于这个错误，这些版本的ptxas错误地编译了大多数XLA程序，其内存超过4GB，导致垃圾结果或CUDA_ERROR_ILLEGAL_ADDRESS失败。

　　谷歌方面预计对CUDA 9.1.121的修复将持续到2018年2月底。但是，TensorFlow并不期望修复CUDA 9.0.x。现在，唯一的解决方法是降级到CUDA 8.0.x或禁用XLA：GPU。