Ta sekcja zawiera dodatkowe kolekcje stron referencyjnych interfejsu API dla projektów i pakietów oddzielnych od pakietu tensorflow , ale które nie mają dedykowanych stron podwitryny.
Repozytorium modeli TensorFlow
Repozytorium TensorFlow Models zapewnia implementacje najnowocześniejszych modeli (SOTA).
Oficjalny katalog/projects zawiera kolekcję modeli SOTA, które wykorzystują wysokopoziomowe API TensorFlow. Mają być dobrze utrzymywane, testowane i aktualizowane za pomocą najnowszego interfejsu API TensorFlow.
Kod biblioteki używany do budowania i trenowania tych modeli jest dostępny jako pakiet pip. Możesz go zainstalować za pomocą:
$ pip install tensorflow-models-official # For the latest release
$ #or
$ pip install tf-models-nightly # For the nightly build
Aby zainstalować pakiet ze źródeł, zapoznaj się z tymi instrukcjami .
Pakiet tensorflow-models-official pip zawiera dwa moduły najwyższego poziomu: tensorflow_models i orbit . Możesz je zaimportować za pomocą:
import tensorflow_models as tfm
import orbit
Modele Tensorflow
Moduł tensorflow_models obsługuje budowanie modeli i konfigurowanie szkolenia. Funkcje specyficzne dla aplikacji są dostępne w tfm.vision i tfm.nlp .
Orbita
Moduł orbit definiuje elastyczną i lekką bibliotekę do pisania niestandardowego kodu pętli treningowej w TensorFlow. Orbit jest elastyczny, jeśli chodzi o rodzaj modeli, z którymi współpracuje. Możesz użyć Orbit do trenowania Keras Models (jako alternatywy dla Keras' Model.fit ), ale nie musisz w ogóle używać Keras. Orbit bezproblemowo integruje się z tf.distribute i obsługuje działanie na różnych typach urządzeń (CPU, GPU i TPU).