Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

TensorFlow Addons




TensorFlow Addons adalah repositori kontribusi yang sesuai dengan pola API yang sudah mapan, tetapi mengimplementasikan fungsionalitas baru yang tidak tersedia di core TensorFlow. TensorFlow secara alami mendukung sejumlah besar operator, lapisan, metrik, kerugian, dan pengoptimal. Namun, dalam bidang yang bergerak cepat seperti ML, ada banyak perkembangan baru yang menarik yang tidak dapat diintegrasikan ke dalam inti TensorFlow (karena penerapannya yang luas belum jelas, atau sebagian besar digunakan oleh subset yang lebih kecil dari komunitas).

Instalasi

Membangun Stabil

Untuk menginstal versi terbaru, jalankan yang berikut:

 pip install tensorflow-addons
 

Untuk menggunakan addons:

 import tensorflow as tf
import tensorflow_addons as tfa
 

Nightly Builds

Ada juga build malam dari TensorFlow Addons di bawah paket pip tfa-nightly , yang dibangun melawan versi stabil terbaru dari TensorFlow. Build malam termasuk fitur yang lebih baru, tetapi mungkin kurang stabil dibandingkan rilis versi.

 pip install tfa-nightly
 

Menginstal dari Sumber

Anda juga dapat menginstal dari sumber. Ini membutuhkan sistem Bazel build.

 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
 

Konsep inti

API terstandardisasi dalam Sub-paket

Pengalaman pengguna dan pemeliharaan proyek adalah konsep inti dalam TF-Addons. Untuk mencapai ini, kami mensyaratkan bahwa penambahan kami sesuai dengan pola API yang ada yang terlihat di inti TensorFlow.

Ops Kustom GPU / CPU

Manfaat utama dari TensorFlow Addons adalah bahwa ada operasi yang dikompilasi sebelumnya. Jika instalasi CUDA 10 tidak ditemukan maka op akan secara otomatis kembali ke implementasi CPU.

Pemeliharaan Proksi

Addons telah dirancang untuk mengkotak-kotakkan sub-paket dan submodul sehingga dapat dipertahankan oleh pengguna yang memiliki keahlian dan minat khusus pada komponen itu.

Kepemilikan sub-paket hanya akan diberikan setelah kontribusi substansial dilakukan untuk membatasi jumlah pengguna dengan izin menulis. Kontribusi dapat datang dalam bentuk penutupan masalah, perbaikan bug, dokumentasi, kode baru, atau mengoptimalkan kode yang ada. Kepemilikan submodule dapat diberikan dengan penghalang yang lebih rendah untuk masuk karena ini tidak akan mencakup izin menulis ke repo.

Untuk informasi lebih lanjut, lihat RFC tentang topik ini.

Evaluasi Berkala dari Sub-paket

Mengingat sifat repositori ini, subpackages dan submodules mungkin menjadi semakin tidak bermanfaat bagi komunitas seiring berjalannya waktu. Agar repositori tetap berkelanjutan, kami akan melakukan peninjauan dua tahunan atas kode kami untuk memastikan semuanya masih berada di dalam repo. Faktor yang berkontribusi terhadap tinjauan ini adalah:

  1. Jumlah pengelola aktif
  2. Jumlah penggunaan OSS
  3. Jumlah masalah atau bug yang dikaitkan dengan kode
  4. Jika solusi yang lebih baik sekarang tersedia

Fungsi dalam TensorFlow Addons dapat dikategorikan ke dalam tiga kelompok:

  • Disarankan : API terpelihara dengan baik; Penggunaan dianjurkan.
  • Berkecil hati : alternatif yang lebih baik tersedia; API disimpan karena alasan historis; atau API membutuhkan pemeliharaan dan merupakan periode tunggu yang akan ditinggalkan.
  • Usang : gunakan dengan risiko Anda sendiri; dapat dihapus.

Perubahan status di antara ketiga grup ini adalah: Disarankan <-> Tidak disarankan -> Sudah usang.

Periode antara API yang ditandai sebagai tidak digunakan dan dihapus adalah 90 hari. Alasannya adalah:

  1. Jika TensorFlow Addons rilis bulanan, akan ada 2-3 rilis sebelum API dihapus. Catatan rilis dapat memberikan peringatan yang cukup bagi pengguna.

  2. 90 hari memberi pengelola cukup waktu untuk memperbaiki kode mereka.

Berkontribusi

TF-Addons adalah proyek open source yang dipimpin masyarakat. Dengan demikian, proyek tergantung pada kontribusi publik, perbaikan bug, dan dokumentasi. Silakan lihat panduan kontribusi untuk panduan tentang cara berkontribusi. Proyek ini mematuhi kode perilaku TensorFlow . Dengan berpartisipasi, Anda diharapkan untuk menjunjung tinggi kode ini.

Masyarakat

Lisensi

Lisensi Apache 2.0