Chức năng bổ sung cho TensorFlow, được duy trì bởi SIG-addons.
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 là một kho lưu trữ các đóng góp của cộng đồng tuân theo các mẫu API đã được thiết lập tốt, nhưng triển khai chức năng mới không có sẵn trong TensorFlow cốt lõi.
TensorFlow tự nhiên hỗ trợ một số lượng lớn toán tử, lớp, số liệu, tổn thất, trình tối ưu hóa, v.v. Tuy nhiên, trong một lĩnh vực chuyển động nhanh như ML, có nhiều phát triển mới thú vị không thể được tích hợp vào TensorFlow cốt lõi (vì khả năng ứng dụng rộng rãi của chúng chưa rõ ràng hoặc nó chủ yếu được sử dụng bởi một tập hợp con nhỏ hơn của cộng đồng).