דף זה תורגם על ידי Cloud Translation API.
Switch to English

פונקציונליות נוספת עבור TensorFlow, שמתוחזקת על ידי תוספות SIG.

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 הוא מאגר של תרומות קהילתיות התואמות לדפוסי API מבוססים, אך מיישמים פונקציונליות חדשה שאינה זמינה בליבת TensorFlow.

TensorFlow תומך באופן טבעי במספר גדול של מפעילים, שכבות, מדדים, הפסדים, מיטוביים ועוד. עם זאת, בשדה מהיר כמו ML, ישנם פיתוחים חדשים ומעניינים רבים שלא ניתן לשלב אותם בליבה TensorFlow (מכיוון שהיישום הרחב שלהם עדיין לא ברור, או שהוא משמש בעיקר על ידי תת-קבוצה קטנה יותר של הקהילה).