TensorFlow Addons का भविष्य

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 Addons (TFA) TensorFlow के लिए बनाए गए और योगदान किए गए एक्सटेंशन का समुदाय है, जिसे पहली बार 2018 में बनाया गया था और SIG-Addons समुदाय द्वारा बनाए रखा गया था। 4 वर्षों के दौरान, 200 योगदानकर्ताओं ने TFA रिपॉजिटरी को एक समुदाय के स्वामित्व और प्रबंधित सफलता में बनाया है जिसका उपयोग हमारे निर्भरता ग्राफ के अनुसार 8,000 से अधिक जीथब रिपॉजिटरी द्वारा किया जा रहा है। हम एक योगदानकर्ता या सामुदायिक सदस्य के रूप में शामिल सभी लोगों को उनके प्रयासों के लिए ईमानदारी से धन्यवाद देना चाहते हैं।

हाल ही में, TFA और Keras-CV और Keras-NLP पुस्तकालयों के बीच योगदान और दायरे में ओवरलैप बढ़ रहा है। भविष्य के ओवरलैप को रोकने के लिए, हम मानते हैं कि TensorFlow के नए और मौजूदा ऐडऑन को जहां संभव हो, केरास प्रोजेक्ट रिपॉजिटरी में सबसे अच्छी तरह से बनाए रखा जाएगा।

TensorFlow Addons को बंद करने का निर्णय

हमारा मानना ​​है कि यह TensorFlow समुदाय के सर्वोत्तम हित में है कि TensorFlow एक्सटेंशन का उपयोग, रखरखाव और योगदान कहाँ किया जा सकता है। इस वजह से, यह कड़वा है कि हम TensorFlow Addons को न्यूनतम रखरखाव और रिलीज मोड में स्थानांतरित करने की अपनी योजना की घोषणा कर रहे हैं।

TFA SIG Addons इस परियोजना के विकास और नई सुविधाओं की शुरूआत को समाप्त कर देगा। हमारे TensorFlow समुदाय ( Keras , Keras-CV , और Keras-NLP ) में अतिव्यापी रिपॉजिटरी के लिए किसी भी निर्भरता को समायोजित करने के लिए आपको उचित समय देने के लिए TFA एक वर्ष (मई 2024 तक) के लिए न्यूनतम रखरखाव और रिलीज़ मोड में परिवर्तित हो जाएगा। ). आगे बढ़ते हुए, कृपया केरस-सीवी और केरस-एनएलपी परियोजनाओं में योगदान करने पर विचार करें।

पृष्ठभूमि:

TFA के लिए मूल RFC प्रस्ताव 2018-12-14 का था, जिसमें योगदान के लिए एक समुदाय प्रबंधित रिपॉजिटरी बनाने का घोषित लक्ष्य था, जो अच्छी तरह से स्थापित एपीआई पैटर्न के अनुरूप हो, लेकिन हमारे विशेष रुचि समूह में परिभाषित कोर TensorFlow में उपलब्ध नई कार्यक्षमता को लागू न करें। (एसआईजी) चार्टर

जैसे-जैसे वर्ष आगे बढ़े, स्वस्थ योगदानकर्ता समुदायों (केरस-सीवी, केरस-एनएलपी, आदि) के साथ नए रिपॉजिटरी हमारे समान लक्ष्यों के साथ बनाए गए हैं और योगदान स्वीकृति के मानदंड महत्वपूर्ण रूप से ओवरलैप हो गए हैं (उदाहरण के लिए आवश्यक उद्धरणों की संख्या)। इसके अतिरिक्त, चूंकि 2020 में केरास कोर टेंसरफ्लो से अलग हो गया , सामुदायिक योगदान के लिए बाधा काफी हद तक कम हो गई है।

स्वाभाविक रूप से, इस बारे में अस्पष्टता बढ़ रही है कि योगदान कहाँ दिया जाना चाहिए और उन्हें कहाँ रखा जाना चाहिए। TFA में उपलब्ध कई सुविधाएँ एक साथ अन्य TensorFlow सामुदायिक रिपॉजिटरी में उपलब्ध हैं। कुछ उदाहरणों के रूप में:

मूल RFC के हिस्से के रूप में, हमारा विशेष रुचि समूह tf.contrib और keras.contrib रिपॉजिटरी से कोड माइग्रेट करने के लिए सहमत हुआ। ऐसा करने में, TFA को C++ कस्टम-ऑप्स विरासत में मिले, जिसने TFA को TensorFlow समुदाय में C++ कस्टम ऑप्स के निर्माण और वितरण में योगदान देने के लिए एक अद्वितीय स्थान बना दिया। हालाँकि, हमने हाल ही में उस बुनियादी ढाँचे को केरस-सीवी में स्थानांतरित कर दिया है ताकि वे कस्टम ऑप्स को संकलित और वितरित कर सकें जैसा कि वे फिट देखते हैं।

आगे क्या होगा:

  • रखरखाव जारी करना 1 वर्ष (मई 2024 तक) जारी रहेगा।
  • 0.20 टीएफए रिलीज में आयात-चेतावनी।
  • यह जानकारी GitHub ट्रैकिंग समस्या पर भी प्रकाशित की गई है
  • समतुल्य कार्यक्षमता की एक सूची यहां उपलब्ध है।