Ngày Cộng đồng ML là ngày 9 tháng 11! Tham gia với chúng tôi để cập nhật từ TensorFlow, JAX, và nhiều hơn nữa Tìm hiểu thêm

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 các toán tử, lớp, số liệu, tổn thất, trình tối ưu hóa và hơn thế nữa. Tuy nhiên, trong một lĩnh vực chuyển động nhanh như ML, có rất 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 nhóm nhỏ hơn của cộng đồng).