Bir sorunuz mu var? TensorFlow Forum Ziyaret Forumunda toplulukla bağlantı kurun

SIG eklentileri tarafından sağlanan TensorFlow için ekstra işlevsellik.

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 Eklentileri, köklü API modellerine uyan, ancak TensorFlow'da bulunmayan yeni işlevleri uygulayan bir topluluk katkıları deposudur.

TensorFlow, çok sayıda operatörü, katmanı, ölçümü, kaybı, optimize ediciyi ve daha fazlasını yerel olarak destekler. Bununla birlikte, ML gibi hızlı hareket eden bir alanda, çekirdek TensorFlow'a entegre edilemeyen birçok ilginç yeni gelişme vardır (çünkü geniş uygulanabilirlikleri henüz net değildir veya çoğunlukla topluluğun daha küçük bir alt kümesi tarafından kullanılmaktadır).