গুগল আই/ও একটি মোড়ক! TensorFlow সেশনগুলি দেখুন সেশনগুলি দেখুন

SIG-addons দ্বারা রক্ষণাবেক্ষণ করা TensorFlow-এর জন্য অতিরিক্ত কার্যকারিতা।

import tensorflow as tf
import tensorflow_addons as tfa
train,test = tf.keras.datasets.mnist.load_data()
x_train, y_train = train
x_train = x_train[..., tf.newaxis] / 255.0

# TFA layers and activations
model = tf.keras.Sequential([
  tf.keras.layers.Conv2D(filters=10, kernel_size=(3,3),
                         activation=tfa.activations.gelu),
  tfa.layers.GroupNormalization(groups=5, axis=3),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(10, activation='softmax')
])

# TFA optimizers, losses and metrics
model.compile(
    optimizer=tfa.optimizers.RectifiedAdam(0.001),
    loss=tfa.losses.TripletSemiHardLoss(),
    metrics=[tfa.metrics.MultiLabelConfusionMatrix(num_classes=10)])

history = model.fit(x_train, y_train, epochs=10)

TensorFlow SIG Addons হল সম্প্রদায়ের অবদানের একটি সংগ্রহস্থল যা সু-প্রতিষ্ঠিত API প্যাটার্নের সাথে সঙ্গতিপূর্ণ, কিন্তু মূল TensorFlow-এ উপলব্ধ নয় এমন নতুন কার্যকারিতা বাস্তবায়ন করে।

TensorFlow নেটিভভাবে বিপুল সংখ্যক অপারেটর, স্তর, মেট্রিক্স, ক্ষতি, অপ্টিমাইজার এবং আরও অনেক কিছুকে সমর্থন করে। যাইহোক, ML-এর মতো দ্রুত চলমান ক্ষেত্রে, অনেক আকর্ষণীয় নতুন বিকাশ রয়েছে যেগুলি মূল TensorFlow-এ একত্রিত করা যায় না (কারণ তাদের বিস্তৃত প্রযোজ্যতা এখনও স্পষ্ট নয়, বা এটি বেশিরভাগ সম্প্রদায়ের একটি ছোট উপসেট দ্বারা ব্যবহৃত হয়)।