Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

TensorFlow Eklentileri




TensorFlow Eklentileri , köklü API kalıplarına uyan, ancak temel TensorFlow'da bulunmayan yeni işlevler uygulayan bir katkı deposudur. TensorFlow yerel olarak çok sayıda operatörü, katmanı, metriği, kaybı ve optimize ediciyi desteklemektedir. Bununla birlikte, ML gibi hızlı hareket eden bir alanda, çekirdek TensorFlow'a entegre edilemeyen birçok ilginç yeni gelişme var (çünkü geniş uygulanabilirlikleri henüz net değil veya çoğunlukla topluluğun daha küçük bir alt kümesi tarafından kullanılıyor).

Kurulum

Kararlı Yapılar

En son sürümü yüklemek için aşağıdakileri çalıştırın:

 pip install tensorflow-addons
 

Eklentileri kullanmak için:

 import tensorflow as tf
import tensorflow_addons as tfa
 

gece kondular

TensorFlow'un en son kararlı sürümüne karşı inşa edilen tfa-nightly pip paketinin altında her gece TensorFlow Eklentileri de vardır. Gece yapıları daha yeni özellikler içerir, ancak sürüm sürümlerinden daha az kararlı olabilir.

 pip install tfa-nightly
 

Kaynaktan Yükleme

Ayrıca kaynaktan da yükleyebilirsiniz. Bu, Bazel yapı sistemini gerektirir.

 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
 

Temel Kavramlar

Alt Paketlerdeki Standart API

Kullanıcı deneyimi ve proje sürdürülebilirliği TF-Eklentilerindeki temel kavramlardır. Bunları başarmak için, eklemelerimizin çekirdek TensorFlow'da görülen yerleşik API kalıplarına uymasını zorunlu kılıyoruz.

GPU / CPU Özel İşlemleri

TensorFlow Eklentilerinin en büyük yararı, önceden derlenmiş op'ların olmasıdır. CUDA 10 kurulumu bulunamazsa, op otomatik olarak bir CPU uygulamasına geri döner.

Proxy Bakımı

Eklentiler, alt paketleri ve alt modülleri bölümlere ayırmak için tasarlanmıştır, böylece uzmanlık ve bu bileşene ilgi duyulan kullanıcılar tarafından korunabilirler.

Alt ambalaj bakımı ancak yazma iznine sahip kullanıcı sayısını sınırlamak için önemli katkılar yapıldıktan sonra verilecektir. Katkılar, sorun kapatma, hata düzeltmeleri, dokümantasyon, yeni kod veya mevcut kodun optimize edilmesi şeklinde olabilir. Repod için yazma izinleri içermeyeceğinden, alt modül bakımına giriş için daha düşük bir bariyer verilebilir.

Daha fazla bilgi için bu konudaki RFC'ye bakın.

Alt Ambalajların Periyodik Değerlendirilmesi

Bu deponun doğası göz önüne alındığında, alt paketler ve alt modüller zaman geçtikçe topluluk için gittikçe daha az kullanışlı hale gelebilir. Depoyu sürdürülebilir tutmak için, her şeyin hala repoya ait olduğundan emin olmak için kodumuzun yılda iki kez gözden geçirilmesini yapacağız. Bu incelemeye katkıda bulunan faktörler:

  1. Aktif bakımcı sayısı
  2. OSS kullanım miktarı
  3. Koda atfedilen sorunların veya hataların sayısı
  4. Şimdi daha iyi bir çözüm mevcutsa

TensorFlow Eklentileri içindeki işlevsellik üç gruba ayrılabilir:

  • Önerilen : bakımlı API; kullanımı teşvik edilir.
  • Cesareti kırıldı : daha iyi bir alternatif mevcut; API tarihi nedenlerle tutulur; veya API bakım gerektirir ve kullanımdan kaldırılması için bekleme süresidir.
  • Kullanımdan kaldırıldı : kendi sorumluluğunuzdadır kullanın; konu silinecek.

Bu üç grup arasındaki durum değişikliği şöyledir: Önerilen <-> Vazgeçildi -> Kullanımdan Kaldırıldı.

Kullanımdan kaldırılmış olarak işaretlenen ve silinmekte olan bir API arasındaki süre 90 gündür. Gerekçe:

  1. TensorFlow Eklentilerinin aylık olarak yayınlanması durumunda, bir API silinmeden önce 2-3 sürüm olacaktır. Sürüm notları kullanıcıya yeterli uyarı verebilir.

  2. 90 gün, kod sahiplerine kodlarını düzeltmeleri için yeterli zaman tanır.

Katkı

TF-Addons, topluluk tarafından yönetilen bir açık kaynak projesidir. Bu nedenle, proje kamu katkılarına, hata düzeltmelerine ve belgelere bağlıdır. Nasıl katkıda bulunacağınıza ilişkin kılavuz için lütfen katkı yönergelerine bakın. Bu proje TensorFlow'un davranış kurallarına uyar. Katıldığınızda, bu kodu korumanız beklenir.

Topluluk

Lisans

Apache Lisansı 2.0