TensorFlow 2.19 a été officiellement lancé avec plusieurs améliorations et changements notables. Parmi les principales mises à jour, on trouve des modifications dans l'API C++ de LiteRT, où les constantes publiques sont désormais des références constantes pour une meilleure compatibilité avec les services Play. De plus, l'opérateur tfl.Cast supporte désormais le format bfloat16 dans le noyau runtime, ce qui permet une meilleure gestion des types de données. Il est également important de noter que l'API tf.lite.Interpreter est désormais dépréciée et sera supprimée dans TensorFlow 2.20, les utilisateurs sont donc invités à migrer vers ai_edge_litert.interpreter. Enfin, la publication des packages libtensorflow a été arrêtée, bien qu'ils restent accessibles via le package PyPI. Les utilisateurs de Keras devront désormais se référer à keras.io pour les mises à jour, notamment pour Keras 3.0, marquant un changement dans la gestion des communications et des mises à jour pour cette bibliothèque populaire. Cette version de TensorFlow apporte également des améliorations de performance et de compatibilité, tout en préparant le terrain pour des changements futurs dans l'écosystème TensorFlow. Les utilisateurs sont encouragés à consulter les notes de version complètes pour plus de détails sur les modifications et les améliorations apportées. Cette mise à jour reflète l'engagement continu de l'équipe TensorFlow à améliorer et à faire évoluer la bibliothèque pour répondre aux besoins changeants des développeurs et des chercheurs en apprentissage automatique.
Nouveautés de TensorFlow 2.19
Points clés
- Modifications dans l'API C++ de LiteRT pour une meilleure compatibilité
- Support bfloat16 pour le casting dans TF-Lite
- Dépréciation de l'API tf.lite.Interpreter au profit de ai_edge_litert.interpreter
- Arrêt de la publication des packages libtensorflow
- Les mises à jour de Keras seront désormais publiées sur keras.io
Pourquoi c'est important
Cette mise à jour de TensorFlow est cruciale pour les développeurs et les chercheurs en IA, car elle introduit des améliorations significatives en termes de performance et de compatibilité, tout en préparant des changements majeurs pour les versions futures. Elle marque également un tournant dans la gestion des communications pour Keras, avec un impact potentiel sur de nombreux projets d'apprentissage automatique.
Article original : https://blog.tensorflow.org/2025/03/whats-new-in-tensorflow-2-19.html
Synthèse éditoriale issue d’une veille et d’outils d’IA. Des erreurs ou approximations peuvent subsister. Référez‑vous à la source originale et à notre disclaimer.