Google is committed to advancing racial equity for Black communities. See how.
Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

Berkontribusi ke TensorFlow

Ekosistem TensorFlow hanya dapat berkembang melalui kontribusi komunitas ini. Terima kasih banyak atas antusiasme dan pekerjaan Anda — kami menghargai semua yang Anda lakukan!

Nilai-nilai komunitas

Demi menumbuhkan lingkungan yang terbuka dan ramah, kontributor dan pengelola berjanji untuk membuat partisipasi dalam proyek dan komunitas kami menjadi pengalaman bebas pelecehan bagi semua orang — tanpa memandang usia, ukuran tubuh, disabilitas, etnis, identitas dan ekspresi gender, tingkat pengalaman, kebangsaan, penampilan pribadi, ras, agama, atau identitas dan orientasi seksual.

Contoh perilaku yang berkontribusi untuk menciptakan lingkungan yang positif meliputi:

  • Gunakan bahasa sambutan dan inklusif.
  • Hormatilah sudut pandang dan pengalaman yang berbeda.
  • Terima kritik yang membangun dengan anggun.
  • Kembangkan yang terbaik untuk komunitas.
  • Tunjukkan empati kepada anggota komunitas lainnya.

Keputusan dibuat berdasarkan manfaat teknis dan konsensus. Komunitas TensorFlow bercita-cita untuk memperlakukan semua orang dengan setara, dan menghargai semua kontribusi. Untuk informasi selengkapnya tentang praktik terbaik di komunitas TensorFlow, tinjau Kode Etik kami .

Berikan kontribusi pertama Anda

Ada banyak cara untuk berkontribusi ke TensorFlow! Anda dapat menyumbangkan kode, menyempurnakan dokumentasi TensorFlow API, atau menambahkan notebook Jupyter ke repo tensorflow / contoh . Panduan ini menyediakan semua yang Anda butuhkan untuk memulai. Kontribusi kami yang paling umum meliputi kode , dokumentasi , dan dukungan komunitas .

TensorFlow awalnya dikembangkan oleh peneliti dan insinyur dari tim Google Brain dalam organisasi AI Google . Google membuka TensorFlow dengan harapan dapat berbagi teknologi dengan komunitas eksternal dan mendorong kolaborasi antara peneliti dan industri. Sejak itu, TensorFlow telah berkembang menjadi ekosistem produk yang berkembang pesat, di berbagai platform. Tapi tujuan kami tetap membuat pembelajaran mesin dapat diakses oleh siapa saja, di mana saja.