Trang này được dịch bởi Cloud Translation API.
Switch to English

AddorFlow Addons




TensorFlow Addons là một kho lưu trữ các đóng góp phù hợp với các mẫu API được thiết lập tốt, nhưng thực hiện chức năng mới không có sẵn trong lõi TensorFlow. TensorFlow vốn hỗ trợ rất nhiều toán tử, lớp, số liệu, tổn thất và tối ưu hóa. Tuy nhiên, trong một lĩnh vực chuyển động nhanh như ML, có nhiều phát triển mới thú vị không thể tích hợp vào lõi TensorFlow (vì khả năng ứng dụng rộng rãi của chúng chưa rõ ràng hoặc chủ yếu được sử dụng bởi một tập hợp con nhỏ hơn của cộng đồng).

Cài đặt

Xây dựng ổn định

Để cài đặt phiên bản mới nhất, hãy chạy như sau:

 pip install tensorflow-addons
 

Để sử dụng addons:

 import tensorflow as tf
import tensorflow_addons as tfa
 

Xây dựng hàng đêm

Ngoài ra còn có các bản dựng hàng đêm của TensorFlow Addons theo gói pip tfa-nightly , được xây dựng dựa trên phiên bản ổn định mới nhất của TensorFlow. Bản dựng hàng đêm bao gồm các tính năng mới hơn, nhưng có thể kém ổn định hơn các phiên bản được phát hành.

 pip install tfa-nightly
 

Cài đặt từ nguồn

Bạn cũng có thể cài đặt từ nguồn. Điều này đòi hỏi hệ thống xây dựng Bazel .

 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
 

Khái niệm cốt lõi

API được tiêu chuẩn hóa trong các gói con

Trải nghiệm người dùng và khả năng duy trì dự án là các khái niệm cốt lõi trong TF-Addons. Để đạt được những điều này, chúng tôi yêu cầu các bổ sung của chúng tôi tuân thủ các mẫu API đã thiết lập được thấy trong lõi TensorFlow.

Ops tùy chỉnh GPU / CPU

Một lợi ích chính của TensorFlow Addons là có các op được biên dịch sẵn. Nếu không tìm thấy cài đặt CUDA 10 thì op sẽ tự động quay trở lại thực hiện CPU.

Bảo trì proxy

Addons đã được thiết kế để ngăn xếp các gói con và các mô hình con để chúng có thể được duy trì bởi những người dùng có chuyên môn và quan tâm đến thành phần đó.

Việc duy trì gói phụ sẽ chỉ được cấp sau khi đã đóng góp đáng kể để hạn chế số lượng người dùng có quyền ghi. Đóng góp có thể đến dưới dạng đóng vấn đề, sửa lỗi, tài liệu, mã mới hoặc tối ưu hóa mã hiện có. Việc duy trì mô hình con có thể được cấp với một rào cản thấp hơn cho mục nhập vì điều này sẽ không bao gồm quyền ghi vào repo.

Để biết thêm thông tin xem RFC về chủ đề này.

Đánh giá định kỳ các gói con

Với bản chất của kho lưu trữ này, các gói con và các mô hình con có thể ngày càng ít hữu ích hơn cho cộng đồng khi thời gian trôi qua. Để giữ cho kho lưu trữ bền vững, chúng tôi sẽ thực hiện đánh giá hai năm một lần về mã của chúng tôi để đảm bảo mọi thứ vẫn thuộc về repo. Các yếu tố đóng góp cho đánh giá này sẽ là:

  1. Số lượng người bảo trì tích cực
  2. Lượng sử dụng OSS
  3. Số lượng vấn đề hoặc lỗi được quy cho mã
  4. Nếu một giải pháp tốt hơn hiện có sẵn

Chức năng trong các Addon TensorFlow có thể được phân loại thành ba nhóm:

  • Đề xuất : API được duy trì tốt; sử dụng được khuyến khích.
  • Không khuyến khích : một sự thay thế tốt hơn có sẵn; API được lưu giữ vì lý do lịch sử; hoặc API yêu cầu bảo trì và là khoảng thời gian chờ đợi không được chấp nhận.
  • Không dùng nữa : sử dụng có nguy cơ của riêng bạn; chủ đề sẽ bị xóa.

Thay đổi trạng thái giữa ba nhóm này là: Được đề xuất <-> Không khuyến khích -> Không dùng nữa.

Khoảng thời gian giữa một API được đánh dấu là không dùng nữa và bị xóa sẽ là 90 ngày. Lý do là:

  1. Trong trường hợp TensorFlow Addons phát hành hàng tháng, sẽ có 2-3 bản phát hành trước khi API bị xóa. Các ghi chú phát hành có thể cung cấp cho người dùng đủ cảnh báo.

  2. 90 ngày cho người bảo trì có nhiều thời gian để sửa mã của họ.

Đóng góp

TF-Addons là một dự án nguồn mở do cộng đồng lãnh đạo. Như vậy, dự án phụ thuộc vào đóng góp công cộng, sửa lỗi và tài liệu. Vui lòng xem hướng dẫn đóng góp để được hướng dẫn về cách đóng góp. Dự án này tuân thủ quy tắc ứng xử của TensorFlow . Khi tham gia, bạn sẽ duy trì mã này.

cộng đồng

Giấy phép

Giấy phép Apache 2.0