11 篇博文 含有标签「TensorFlow」

新功能​

• 对 pip install --user 的支持，通过该方式安装的类库将被保存在 /openbayes/home/.pylibs 下，那么即使容器重启也可以继续使用之前通过 --user 安装的依赖
• 默认预安装可视化类库 Altair、Seaborn 以及 [vega_datasets](https://github.com/altair-viz/vega_datasets)
• 默认预安装中文字库，可以在 Matplotlib 中使用中文标签
• 增加新的镜像 TensorFlow 2.4.0

以下为从 Colab 获取的 notebook 在 openbayes 的测试：

Matplotlib 图表的中文支持

对 Altair 和 vega_datasets 的支持

控制台 v0.5.5 更新内容​

• 动态组件载入，优化控制台首次载入速度
• 减少第三方库依赖
• 文案细节调整

新功能​

• 增加新的镜像 TensorFlow 2.3.1
• 工作空间：优化工作空间关闭后对应页面的提示。并在工作空间关闭后，展示当前工作空间的输出内容

当工作空间关闭时，会显示该执行的输出内容

修复​

• 修复从快照继续执行没有默认绑定快照的问题
• 修复 Jupyter 中主题配色没有同步更新的问题

功能增强​

• 创建容器时算力展示界面的优化，我们将算力选择按照显卡型号进行了分类，方便用户更直观的选择算力：

修复​

• 部分 PyTorch 镜像无法自动开启 TensorBoard 的问题
• 修复 TensorFlow 2.0.0 镜像无法使用 GPU 的问题
• 公共数据页面 README 展示的缺失

修复

• 修复 TensorFlow 运行时环境依赖的问题

• 新增镜像 Pytorch 1.5.1
• 新增镜像 TensorFlow 2.2.0

新功能​

• 支持 LightGBM 并且在 GPU 镜像下支持使用 GPU 计算资源

修复与增强​

• 数据集上传支持最多 16 个文件上传（而不是单个压缩包），为了会支持更多文件的一次性上传
• 更新了左侧的导航
• 在容器列表中优先展示运行中的执行（而不是展示最新一次执行，及时这次执行已经关闭了）
• 数据集列表中展示整个数据集的总大小（而不是最新版本的大小）
• 修复 Pillow 版本过高导致 torchvision 载入失败的问题
• 修复 TensorFlow 2.1.0 GPU 环境下 CUDA 版本不匹配的问题
• 修复了数据集更新只能将文件存放到根目录的问题
• 其他前端的性能优化，减少重复请求

新功能

• 支持了两个新的 PyTorch 版本 PyTorch 1.3.1 以及 PyTorch 1.4.0
• 支持了两个新的 TensorFlow 版本 TensorFlow 2.1.0 以及 TensorFlow 1.15.0

新功能​

• 数据集和代码的上传支持更多的压缩包格式，如果不是压缩包也可以支持单个文件的上传，具体信息见文档
• 数据集版本支持增量更新了，具体信息见文档
• 数据集和容器都支持搜索了
• 拆分了独立的「公开资源」部分，对资源进行了分类并支持资源的搜索

修复和增强​

• 在「继续执行」时强制确认是否绑定上一次执行的内容
• 恢复了 tensorflow-1.12 和 tensorflow-1.11 的运行时环境
• 创建容器时更详细的进度展示，尤其是在需要数据的拷贝时展示拷贝的进度
• 容器和数据集恢复了对中文名称的支持

修复与增强​

• 修复了从容器输出拷贝到数据集报错的问题
• 修复了错误的 tensorflow 版本 1.16 -> 1.13
• 支持的港澳台地区的手机号

新功能​

• 增加了新的镜像
  • tensorflow-1.14
  • tensorflow-2.0.0beta
  • pytorch-1.0.1
  • pytorch-1.1.0
• 新增了大量的公开数据集

修复与增强​

• 不再允许在数据集、容器名字中使用中文字符， 这一开始可能会给大家带来困扰，但是会在未来提升命令行工具的友好度，中文描述可以放在容器、数据集的「描述」字段
• 更新对容器空闲的提醒文案，强调容器的负载超过 1% 那么容器将不会被关闭，详细信息请见 Jupyter 的自动关闭