This page was translated by the Cloud Translation API.
Switch to English

টেনসরফ্লোর জন্য অতিরিক্ত কার্যকারিতা, এসইজি-অ্যাডনগুলি দ্বারা রক্ষণাবেক্ষণ।

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)

টেনসরফ্লো সিগ অ্যাডনস এমন একটি সম্প্রদায়ের অবদানের একটি ভাণ্ডার যা সুপ্রতিষ্ঠিত এপিআই ধরণগুলির সাথে সামঞ্জস্য করে তবে মূল টেনসরফ্লোতে উপলব্ধ নয় এমন নতুন কার্যকারিতা বাস্তবায়িত করে।

টেনসরফ্লো স্থানীয়ভাবে বিপুল সংখ্যক অপারেটর, স্তর, মেট্রিক্স, ক্ষয়, অনুকূলকরণকারী এবং আরও অনেক কিছুকে সমর্থন করে। যাইহোক, এমএল এর মতো দ্রুত চলমান ক্ষেত্রে, অনেকগুলি আকর্ষণীয় নতুন বিকাশ রয়েছে যা মূল টেনসরফ্লোতে সংহত করা যায় না (কারণ তাদের বিস্তৃত প্রয়োগযোগ্যতা এখনও স্পষ্ট নয়, বা এটি বেশিরভাগই সম্প্রদায়ের একটি ছোট উপসেট দ্বারা ব্যবহৃত হয়)।