Kelompok Minat Khusus TensorFlow (TF SIGs) mengatur kontribusi komunitas ke bagian-bagian penting ekosistem TensorFlow. Pimpinan dan anggota SIG bekerja sama untuk membangun dan mendukung kasus penggunaan TensorFlow yang penting.
SIG dipimpin oleh anggota komunitas sumber terbuka, termasuk kolaborator industri dan Pakar Pengembang Google Pembelajaran Mesin (ML GDEs). Kesuksesan TensorFlow sebagian besar berkat kerja keras dan kontribusi mereka.
Kami mendorong Anda untuk bergabung dengan SIG yang bekerja di area ekosistem TensorFlow yang paling Anda minati. Tidak semua SIG memiliki tingkat energi, luas cakupan, atau model tata kelola yang sama — lihat piagam SIG kami untuk mempelajari lebih lanjut. Tetap terhubung dengan pemimpin dan anggota SIG di Forum TensorFlow , tempat Anda dapat berlangganan tag pilihan dan mempelajari lebih lanjut pertemuan rutin SIG.
Tambahan SIG
SIG Addons membangun dan memelihara repositori kontribusi komunitas yang sesuai dengan pola API yang sudah ada, tetapi menerapkan fungsi baru yang tidak tersedia di TensorFlow inti.
TensorFlow secara native mendukung sejumlah besar operator, lapisan, metrik, kerugian, pengoptimal, dan banyak lagi. Namun, dalam bidang yang bergerak cepat seperti ML, ada banyak pengembangan baru yang tidak dapat diintegrasikan ke dalam TensorFlow inti (karena penerapannya secara luas belum jelas, atau sebagian besar digunakan oleh sebagian kecil komunitas). SIG Addons memungkinkan pengguna memperkenalkan ekstensi baru ke ekosistem TensorFlow secara berkelanjutan.
SIG Addons di GitHub Berkontribusi Diskusi di Forum
Pembuatan SIG
SIG Build meningkatkan dan memperluas proses pembangunan TensorFlow. SIG Build mengelola repositori yang menampilkan sumber daya, panduan, alat, dan bangunan yang disumbangkan oleh komunitas, untuk komunitas.
SIG Build on GitHub Berkontribusi Diskusi di Forum
SIG IO
SIG IO mengelola TensorFlow I/O, kumpulan sistem file dan format file yang tidak tersedia dalam dukungan bawaan TensorFlow.
SIG IO di GitHub Berkontribusi Diskusi di Forum
SIG JVM
SIG JVM mempertahankan pengikatan TF Java agar pengguna dapat menggunakan JVM untuk membangun, melatih, dan menjalankan model pembelajaran mesin.
Java dan bahasa JVM lainnya, seperti Scala atau Kotlin, sering digunakan di perusahaan kecil hingga besar di seluruh dunia, sehingga TensorFlow menjadi pilihan strategis untuk mengadopsi pembelajaran mesin dalam skala besar.
SIG JVM di GitHub Berkontribusi Diskusi di Forum
Model SIG
Model SIG berfokus untuk memberikan kontribusi pada implementasi model canggih di TensorFlow 2, dan berbagi praktik terbaik dalam menggunakan TensorFlow 2 untuk penelitian canggih. Subkelompok berorientasi pada aplikasi pembelajaran mesin yang berbeda (Vision, NLP, dll.).
Model SIG mengadakan diskusi dan kolaborasi seputar TensorFlow Model Garden dan TensorFlow Hub . Pelajari cara berkontribusi di GitHub di bawah ini, atau diskusikan Riset & Model di Forum.
TensorFlow Model Garden di GitHub Berkontribusi
TensorFlow Hub di GitHub Berkontribusi
SIG Mikro
SIG Micro membahas dan berbagi pembaruan tentang TensorFlow Lite untuk Mikrokontroler , port TensorFlow Lite yang dirancang untuk menjalankan model pembelajaran mesin pada DSP, mikrokontroler, dan perangkat lain dengan memori terbatas.
TensorFlow Lite Micro di GitHub Berkontribusi Diskusi di Forum
SIG MLIR
SIG MLIR mempertahankan dialek dan utilitas MLIR untuk TensorFlow, XLA, dan TF Lite, menyediakan kompiler berperforma tinggi dan teknik pengoptimalan yang dapat diterapkan pada grafik TensorFlow dan pembuatan kode. Tujuan utamanya adalah menciptakan representasi perantara (IR) umum yang mengurangi biaya untuk menghadirkan hardware baru, dan meningkatkan kegunaan bagi pengguna TensorFlow yang sudah ada.
SIG MLIR di GitHub Berkontribusi Diskusi di Forum
Jaringan SIG
SIG Networking mengelola repositori TensorFlow Networking untuk ekstensi jaringan khusus platform ke TensorFlow inti dan utilitas terkait.
Jaringan SIG di GitHub Diskusi di Forum
Rekomendasi SIG
SIG Rekomendasi mengelola kumpulan proyek yang terkait dengan sistem rekomendasi berskala besar yang dibangun berdasarkan kontribusi TensorFlow dan dikelola oleh komunitas. Kontribusi tersebut saling melengkapi dengan TensorFlow Core dan TensorFlow Rekomendasi .
Rekomendasi SIG di GitHub Berkontribusi Diskusi di Forum
SIG Karat
SIG Rust mempertahankan pengikatan bahasa Rust idiomatik untuk TensorFlow.
SIG Rust di GitHub Berkontribusi Diskusi di Forum
Papan Tensor SIG
SIG TensorBoard memfasilitasi diskusi seputar TensorBoard —serangkaian alat untuk memeriksa, melakukan debug, dan mengoptimalkan program TensorFlow.
TensorBoard di GitHub Berkontribusi Diskusi di Forum
SIG TF.js
SIG TF.js memfasilitasi komponen kontribusi komunitas ke TensorFlow.js dan menawarkan dukungan proyek melalui SIG.
TensorFlow.js di GitHub Berkontribusi Diskusi di Forum
SIG TFX-Addons
SIG TFX-Addons mempercepat pembagian penyesuaian dan penambahan untuk memenuhi kebutuhan ML produksi, memperluas visi, dan membantu mengarahkan arah baru untuk TensorFlow Extended (TFX) dan komunitas ML.
SIG TFX-Addons di GitHub Berkontribusi Diskusi di Forum
SIG baru
Tidak menemukan apa yang Anda cari? Jika Anda yakin ada kebutuhan besar akan TensorFlow SIG baru, harap baca pedoman SIG dan ikuti petunjuk tentang cara mengusulkannya ke komunitas kontributor kami.