अतिरिक्त एपीआई संदर्भ

इस खंड में tensorflow पैकेज से अलग प्रोजेक्ट और पैकेज के लिए एपीआई संदर्भ पृष्ठों का अतिरिक्त संग्रह है, लेकिन इसमें समर्पित सबसाइट पेज नहीं हैं।

TensorFlow मॉडल रिपॉजिटरी

TensorFlow मॉडल रिपॉजिटरी अत्याधुनिक (SOTA) मॉडल का कार्यान्वयन प्रदान करता है।

आधिकारिक/परियोजना निर्देशिका में SOTA मॉडल का एक संग्रह है जो TensorFlow के उच्च-स्तरीय API का उपयोग करता है। उनका उद्देश्य नवीनतम TensorFlow API के साथ अच्छी तरह से बनाए रखना, परीक्षण करना और अप-टू-डेट रखना है।

इन मॉडलों को बनाने और प्रशिक्षित करने के लिए उपयोग किया जाने वाला पुस्तकालय कोड एक पाइप पैकेज के रूप में उपलब्ध है। आप इसका उपयोग करके स्थापित कर सकते हैं:

$ pip install tensorflow-models-official  # For the latest release
$ #or
$ pip install tf-models-nightly # For the nightly build

स्रोत से पैकेज स्थापित करने के लिए, इन निर्देशों का संदर्भ लें।

tensorflow-models-official पाइप पैकेज में दो शीर्ष-स्तरीय मॉड्यूल शामिल हैं: tensorflow_models और orbit । आप उन्हें इसके साथ आयात कर सकते हैं:

import tensorflow_models as tfm
import orbit

टेंसरफ़्लो मॉडल

एपीआई संदर्भ ।

tensorflow_models मॉड्यूल मॉडल बनाने और प्रशिक्षण को कॉन्फ़िगर करने का काम संभालता है। एप्लिकेशन-विशिष्ट कार्यक्षमता tfm.vision और tfm.nlp के अंतर्गत उपलब्ध है।

की परिक्रमा

एपीआई संदर्भ ।

orbit मॉड्यूल TensorFlow में अनुकूलित प्रशिक्षण लूप कोड लिखने के लिए एक लचीली और हल्की लाइब्रेरी को परिभाषित करता है। ऑर्बिट उन मॉडलों के प्रकार के बारे में लचीला है जिनके साथ वह काम करता है। आप Keras मॉडल को प्रशिक्षित करने के लिए Orbit का उपयोग कर सकते हैं (Keras' Model.fit के विकल्प के रूप में), लेकिन आपको Keras का उपयोग बिल्कुल भी नहीं करना है। ऑर्बिट tf.distribute के साथ निर्बाध रूप से एकीकृत होता है और विभिन्न डिवाइस प्रकारों (CPU, GPU और TPU) पर चलने का समर्थन करता है।