Przyczyń się do rozwoju TensorFlow

Ekosystem TensorFlow może się rozwijać tylko dzięki wkładowi tej społeczności. Bardzo dziękujemy za Twój entuzjazm i pracę - doceniamy wszystko, co robisz!

Wartości wspólnotowe

W interesie wspierania otwartego i przyjaznego środowiska, współpracownicy i opiekunowie zobowiązują się, że uczestnictwo w naszym projekcie i naszej społeczności będzie doświadczeniem wolnym od molestowania dla wszystkich - niezależnie od wieku, wielkości ciała, niepełnosprawności, pochodzenia etnicznego, tożsamości płciowej i ekspresji, poziomu doświadczenie, narodowość, wygląd osobisty, rasa, religia lub tożsamość seksualna i orientacja.

Przykłady zachowań, które przyczyniają się do tworzenia pozytywnego środowiska, obejmują:

  • Używaj języka powitalnego i otwartego.
  • Szanuj różne punkty widzenia i doświadczenia.
  • Z wdziękiem przyjmuj konstruktywną krytykę.
  • Wspieraj to, co najlepsze dla społeczności.
  • Okaż empatię innym członkom społeczności.

Decyzje podejmowane są na podstawie merytorycznej merytorycznej i konsensusu. Społeczność TensorFlow dąży do równego traktowania wszystkich i doceniania każdego wkładu. Aby uzyskać więcej informacji na temat najlepszych praktyk w społeczności TensorFlow, zapoznaj się z naszym Kodeksem postępowania .

Złóż swój pierwszy wkład

Istnieje wiele sposobów, aby przyczynić się do TensorFlow! Możesz wnieść kod, ulepszyć dokumentację interfejsu API TensorFlow lub dodać notatniki Jupyter do repozytorium tensorflow / examples . Ten przewodnik zawiera wszystko, czego potrzebujesz, aby rozpocząć. Nasze najczęstsze wkłady obejmują kod , dokumentację i wsparcie społeczności .

TensorFlow został pierwotnie opracowany przez badaczy i inżynierów z zespołu Google Brain w ramach organizacji Google zajmującej się sztuczną inteligencją . Google open source TensorFlow w nadziei na udostępnienie technologii społeczności zewnętrznej i zachęcenie do współpracy między badaczami a przemysłem. Od tego czasu TensorFlow wyrósł na dobrze prosperujący ekosystem produktów na wielu różnych platformach. Jednak naszym celem nadal jest udostępnienie uczenia maszynowego każdemu i wszędzie.