Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

TensorFlow Addons




TensorFlow Addons ist ein Repository mit Beiträgen, die gut etablierten API-Mustern entsprechen, jedoch neue Funktionen implementieren, die in TensorFlow nicht verfügbar sind. TensorFlow unterstützt nativ eine große Anzahl von Operatoren, Ebenen, Metriken, Verlusten und Optimierern. In einem sich schnell bewegenden Bereich wie ML gibt es jedoch viele interessante neue Entwicklungen, die nicht in den Kern von TensorFlow integriert werden können (da ihre breite Anwendbarkeit noch nicht klar ist oder meistens von einer kleineren Teilmenge der Community verwendet wird).

Installation

Stabile Gebäude

Führen Sie Folgendes aus, um die neueste Version zu installieren:

 pip install tensorflow-addons
 

So verwenden Sie Addons:

 import tensorflow as tf
import tensorflow_addons as tfa
 

Nächtliche Builds

Es gibt auch nächtliche Builds von TensorFlow Addons unter dem Pip-Paket tfa-nightly , das gegen die neueste stabile Version von TensorFlow gebaut wurde. Nächtliche Builds enthalten neuere Funktionen, sind jedoch möglicherweise weniger stabil als die versionierten Versionen.

 pip install tfa-nightly
 

Installation von der Quelle

Sie können auch von der Quelle installieren. Dies erfordert das Bazel- Build-System.

 git clone https://github.com/tensorflow/addons.git
cd addons

# If building GPU Ops (Requires CUDA 10.0 and CuDNN 7)
export TF_NEED_CUDA=1
export CUDA_HOME="/path/to/cuda10" (default: /usr/local/cuda)
export CUDNN_INSTALL_PATH="/path/to/cudnn" (default: /usr/lib/x86_64-linux-gnu)

# This script links project with TensorFlow dependency
python3 ./configure.py

bazel build build_pip_pkg
bazel-bin/build_pip_pkg artifacts

pip install artifacts/tensorflow_addons-*.whl
 

Kernkonzepte

Standardisierte API in Unterpaketen

Benutzererfahrung und Projektwartbarkeit sind Kernkonzepte in TF-Addons. Um dies zu erreichen, müssen unsere Ergänzungen den etablierten API-Mustern von Core TensorFlow entsprechen.

GPU / CPU Custom-Ops

Ein Hauptvorteil von TensorFlow Addons ist, dass es vorkompilierte Operationen gibt. Sollte eine CUDA 10-Installation nicht gefunden werden, greift die Operation automatisch auf eine CPU-Implementierung zurück.

Proxy-Wartung

Addons wurde entwickelt, um Unterpakete und Submodule zu unterteilen, damit sie von Benutzern verwaltet werden können, die über Fachwissen und ein begründetes Interesse an dieser Komponente verfügen.

Die Wartung von Unterpaketen wird erst gewährt, nachdem ein wesentlicher Beitrag geleistet wurde, um die Anzahl der Benutzer mit Schreibberechtigung zu begrenzen. Beiträge können in Form von Problemabschlüssen, Fehlerkorrekturen, Dokumentation, neuem Code oder der Optimierung vorhandenen Codes erfolgen. Die Submodul-Wartung kann mit einer niedrigeren Eintrittsbarriere gewährt werden, da dies keine Schreibberechtigungen für das Repo beinhaltet.

Weitere Informationen finden Sie im RFC zu diesem Thema.

Regelmäßige Auswertung von Unterpaketen

Aufgrund der Art dieses Repositorys können Unterpakete und Submodule für die Community im Laufe der Zeit immer weniger nützlich werden. Um das Repository nachhaltig zu halten, werden wir alle zwei Jahre unseren Code überprüfen, um sicherzustellen, dass alles noch zum Repo gehört. Zu dieser Überprüfung tragen folgende Faktoren bei:

  1. Anzahl der aktiven Betreuer
  2. Menge der OSS-Nutzung
  3. Anzahl der Probleme oder Fehler, die dem Code zugeordnet sind
  4. Wenn jetzt eine bessere Lösung verfügbar ist

Die Funktionalität innerhalb von TensorFlow Addons kann in drei Gruppen eingeteilt werden:

  • Vorgeschlagen : gut gepflegte API; Verwendung wird empfohlen.
  • Entmutigt : eine bessere Alternative ist verfügbar; Die API wird aus historischen Gründen beibehalten. oder die API muss gewartet werden und ist die Wartezeit, die veraltet ist.
  • Veraltet : Verwendung auf eigenes Risiko; vorbehaltlich gelöscht werden.

Die Statusänderung zwischen diesen drei Gruppen lautet: Vorgeschlagen <-> Entmutigt -> Veraltet.

Der Zeitraum zwischen dem Markieren einer API als veraltet und dem Löschen beträgt 90 Tage. Das Grundprinzip ist:

  1. Für den Fall, dass TensorFlow Addons monatlich veröffentlicht wird, gibt es 2-3 Versionen, bevor eine API gelöscht wird. Die Versionshinweise können den Benutzer ausreichend warnen.

  2. 90 Tage geben den Betreuern ausreichend Zeit, um ihren Code zu korrigieren.

Mitwirken

TF-Addons ist ein von der Community geführtes Open Source-Projekt. Daher hängt das Projekt von öffentlichen Beiträgen, Fehlerkorrekturen und Dokumentationen ab. In den Beitragsrichtlinien finden Sie eine Anleitung zum Beitrag. Dieses Projekt entspricht dem Verhaltenskodex von TensorFlow . Durch Ihre Teilnahme wird von Ihnen erwartet, dass Sie diesen Code einhalten.

Gemeinschaft

Lizenz

Apache License 2.0