इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow के लिए अतिरिक्त कार्यक्षमता, SIG-एडऑन द्वारा बनाए रखा।

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 ऐड-ऑन समुदाय के योगदान कि अच्छी तरह से स्थापित एपीआई पैटर्न के अनुरूप है, लेकिन नई कार्यक्षमता कोर TensorFlow में उपलब्ध नहीं लागू का भंडार है।

TensorFlow देशी रूप ऑपरेटरों, परतों, मैट्रिक्स, हानि, अनुकूलक, और अधिक की एक बड़ी संख्या का समर्थन करता है। हालांकि, एमएल की तरह तेजी से आगे बढ़ क्षेत्र में, वहाँ कई दिलचस्प नए घटनाक्रम कि कोर TensorFlow में एकीकृत नहीं किया जा सकता है (क्योंकि उनके व्यापक प्रयोज्यता अभी तक स्पष्ट नहीं है, या यह ज्यादातर समुदाय के एक छोटे सबसेट द्वारा प्रयोग किया जाता है)।