Vue d'ensemble

TensorFlow 2.12, publié le 24 mars 2023, introduit DTensor pour le calcul distribué et prépare la transition vers Keras 3.

Fonctionnalités principales

DTensor

DTensor est une API de tenseurs distribués qui permet de répartir automatiquement les données et le calcul sur plusieurs appareils (GPU/TPU) de manière transparente.

python 
import tensorflow as tf
from tensorflow.experimental import dtensor

# Créer un mesh de calcul sur 2 appareils
mesh = dtensor.create_mesh([("batch", 2)])
layout = dtensor.Layout(["batch", dtensor.UNSHARDED], mesh)

# Tenseur distribué automatiquement
x = dtensor.call_with_layout(
    tf.ones, layout, shape=(8, 4)
)
print(f'Forme : {x.shape}')  # (8, 4)

Préparation Keras 3

TensorFlow 2.12 introduit des changements d'API qui préparent la migration vers Keras 3, avec une meilleure séparation entre le backend et l'API de haut niveau.

python 
import tensorflow as tf

# API Keras intégrée à TensorFlow
model = tf.keras.Sequential([
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(10, activation='softmax'),
])

model.compile(
    optimizer='adam',
    loss='sparse_categorical_crossentropy',
    metrics=['accuracy'],
)

Sources