TensorFlow1.2.0版主要变化

1. Windows上支持Python3.6。

2. 时空域去卷积（spatio temporal deconvolution.）增加了tf.layers.conv3d_transpose层。

3. 增加了tf.Session.make_callable( )，为多次运行一个相同步骤的运行提供了更低的overhead手段。

4.增加了ibverbs-based RDMA支持。

5. RNNCell 对象现在从属于 tf.layers.Layer。

6. TensorForest Estimator现在支持SavedModel输出。

7. 支持用户提供的ClusterSpec’s，并把其分配给所有的工作者，以确保能创建动态的TensorFlow集群。

8. TensorFlow C 数据库现在在Windows可用。

9. 发布了一个新的开源版本的TensorBoard。

10.在SavedModel中，SavedModel CLI工具可用于MetaGraph检查和执行。

11. 安卓发布的TensorFlow现在被推送到jcenter，方便用户更加简便的融入app中。更多细节，参见：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/android/README.md

12. RNNCells 的变量名，现在已经被重命名，以与Keras层保持一致。此前的变量名称“weights”和“biases“现在已经变为”kernel”和“bias”。

13.在1.0发布前，许多的 RNN 的功能和类别都在 tf.nn 命名空间中，后被移到tf.contrib.rnn 。现在，这些功能和类别都被移回核心命名空间。其中包括 RNNCell, LSTMCell, GRUCell, 和其他的一系列 cells。 原始的 tf.nn.rnn 功能现在变成了 tf.nn.static_rnn, 双向的数据和状态存储数据rnn功能现在有备移回tf.nn 命名区。

14.   Intel MKL 集成 (https://software.intel.com/en-us/articles/tensorflow-optimizations-on-modern-intel-architecture). Intel 开发了一系列经过优化的深度学习基元（primitives）：除了矩阵乘法（matrix multiplication）和卷积以外，这些基本模块还包括：直接的批量卷积、池化（最大化、最小化和平均数）、激活（线性整流函数）ReLU、数据处理（多维移项、分解、合并、相加等）。