टेन्सरफ़्लो ऐडऑन का भविष्य
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 Addons (TFA) TensorFlow के लिए समुदाय द्वारा बनाए गए और योगदान किए गए एक्सटेंशन का एक भंडार है, जिसे पहली बार 2018 में बनाया गया था और SIG-Addons समुदाय द्वारा बनाए रखा गया था। 4 वर्षों के दौरान, 200 योगदानकर्ताओं ने टीएफए रिपॉजिटरी को एक समुदाय के स्वामित्व वाली और प्रबंधित सफलता में बनाया है जिसका उपयोग हमारे निर्भरता ग्राफ के अनुसार 8,000 से अधिक जीथब रिपॉजिटरी द्वारा किया जा रहा है। हम योगदानकर्ता या समुदाय के सदस्य के रूप में शामिल सभी लोगों को उनके प्रयासों के लिए ईमानदारी से धन्यवाद देना चाहते हैं।
हाल ही में, टीएफए और केरास-सीवी और केरास-एनएलपी पुस्तकालयों के बीच योगदान और दायरे में ओवरलैप बढ़ रहा है। भविष्य में ओवरलैप को रोकने के लिए, हमारा मानना है कि जहां संभव हो, TensorFlow के नए और मौजूदा ऐडऑन को केरस प्रोजेक्ट रिपॉजिटरी में सबसे अच्छा बनाए रखा जाएगा।
TensorFlow ऐडऑन को बंद करने का निर्णय
हमारा मानना है कि यह TensorFlow समुदाय के सर्वोत्तम हित में है कि इसे समेकित किया जाए जहां TensorFlow एक्सटेंशन का उपयोग, रखरखाव और योगदान किया जा सके। इस वजह से, यह कड़वा है कि हम TensorFlow Addons को न्यूनतम रखरखाव और रिलीज़ मोड में स्थानांतरित करने की अपनी योजना की घोषणा कर रहे हैं।
टीएफए एसआईजी ऐडऑन इस परियोजना के विकास और नई सुविधाओं की शुरूआत को समाप्त कर देगा। हमारे TensorFlow समुदाय ( Keras , Keras-CV , और Keras-NLP ) में ओवरलैपिंग रिपॉजिटरी पर किसी भी निर्भरता को समायोजित करने के लिए आपको उचित समय देने के लिए TFA एक वर्ष (मई 2024 तक) के लिए न्यूनतम रखरखाव और रिलीज़ मोड में परिवर्तित हो जाएगा। ). आगे बढ़ते हुए, कृपया केरास-सीवी और केरास-एनएलपी परियोजनाओं में योगदान देने पर विचार करें।
पृष्ठभूमि:
टीएफए के लिए मूल आरएफसी प्रस्ताव दिनांक 2018-12-14 को योगदान के लिए एक समुदाय प्रबंधित भंडार बनाने के घोषित लक्ष्य के साथ दिया गया था जो अच्छी तरह से स्थापित एपीआई पैटर्न के अनुरूप है, लेकिन हमारे विशेष रुचि समूह में परिभाषित कोर टेन्सरफ्लो में उपलब्ध नहीं होने वाली नई कार्यक्षमता को लागू करता है। (एसआईजी) चार्टर ।
जैसे-जैसे वर्ष आगे बढ़े हैं, स्वस्थ योगदानकर्ता समुदायों (केरास-सीवी, केरास-एनएलपी, आदि) के साथ नए भंडार हमारे समान लक्ष्यों के साथ बनाए गए हैं और योगदान स्वीकृति के मानदंड काफी हद तक ओवरलैप हो गए हैं (उदाहरण के लिए आवश्यक उद्धरणों की संख्या)। इसके अतिरिक्त, चूंकि केरास 2020 में कोर टेन्सरफ्लो से अलग हो गया है , सामुदायिक योगदान के लिए बाधा काफी हद तक कम हो गई है।
जाहिर है, इस बात को लेकर अस्पष्टता बढ़ रही है कि योगदान कहां दिया जाना चाहिए और कहां उनका सबसे अच्छा रखरखाव किया जाएगा। TFA में उपलब्ध कई सुविधाएँ अन्य TensorFlow सामुदायिक रिपॉजिटरी में एक साथ उपलब्ध हैं। बस कुछ उदाहरण के रूप में:
मूल आरएफसी के हिस्से के रूप में, हमारा विशेष रुचि समूह tf.contrib और keras.contrib रिपॉजिटरी से कोड स्थानांतरित करने पर सहमत हुआ। ऐसा करने पर, TFA को C++ कस्टम-ऑप्स विरासत में मिला, जिसने TFA को C++ कस्टम ऑप्स के निर्माण और वितरण में योगदान देने के लिए TensorFlow समुदाय में एक अद्वितीय स्थान बना दिया। हालाँकि, हमने हाल ही में उस बुनियादी ढांचे का अधिकांश भाग केरास-सीवी में स्थानांतरित कर दिया है ताकि वे आवश्यकतानुसार कस्टम ऑप्स को संकलित और वितरित कर सकें।
आगे क्या होगा:
- रखरखाव रिलीज़ 1 वर्ष (मई 2024 तक) तक जारी रहेगी।
- 0.20 टीएफए रिलीज में आयात-चेतावनी।
- यह जानकारी GitHub ट्रैकिंग मुद्दे पर भी प्रकाशित की गई है
- समतुल्य कार्यक्षमता की एक सूची यहां उपलब्ध है।