Contribuya a los grupos de interés especial (SIG) de TensorFlow

Los Grupos de Interés Especial de TensorFlow (TF SIG) organizan contribuciones de la comunidad a partes clave del ecosistema de TensorFlow. Los líderes y miembros de SIG trabajan juntos para crear y respaldar casos de uso importantes de TensorFlow.

Los SIG están dirigidos por miembros de la comunidad de código abierto, incluidos colaboradores de la industria y expertos en desarrolladores de Google en aprendizaje automático (ML GDE). El éxito de TensorFlow se debe en gran parte a su arduo trabajo y contribuciones.

Le animamos a unirse a un SIG que trabaje en el área del ecosistema de TensorFlow que más le interese. No todos los SIG tendrán el mismo nivel de energía, amplitud de alcance o modelos de gobernanza; consulte nuestros estatutos de SIG para obtener más información. Manténgase conectado con los miembros y clientes potenciales de SIG en el Foro de TensorFlow , donde puede suscribirse a etiquetas preferidas y obtener más información sobre las reuniones periódicas de SIG.

Complementos SIG

SIG Addons crea y mantiene un repositorio de contribuciones de la comunidad que se ajustan a patrones de API bien establecidos, pero implementan nuevas funciones que no están disponibles en el núcleo de TensorFlow.

TensorFlow admite de forma nativa una gran cantidad de operadores, capas, métricas, pérdidas, optimizadores y más. Sin embargo, en un campo en rápido movimiento como el aprendizaje automático, hay muchos desarrollos nuevos que no se pueden integrar en el núcleo de TensorFlow (porque su amplia aplicabilidad aún no está clara o es utilizado principalmente por un subconjunto más pequeño de la comunidad). SIG Addons permite a los usuarios introducir nuevas extensiones al ecosistema TensorFlow de manera sostenible.

Complementos SIG en GitHub Contribuir Discutir en el foro

Construcción SIG

SIG Build mejora y amplía el proceso de construcción de TensorFlow. SIG Build mantiene un repositorio que muestra recursos, guías, herramientas y compilaciones aportadas por la comunidad y para la comunidad.

SIG Construye en GitHub Contribuyendo Discute en el foro

SIG E/S

SIG IO mantiene TensorFlow I/O, una colección de sistemas de archivos y formatos de archivos que no están disponibles en el soporte integrado de TensorFlow.

SIG IO en GitHub Contribuyendo Discusión en el foro

JVM SIG

SIG JVM mantiene los enlaces TF Java para permitir a los usuarios utilizar JVM para crear, entrenar y ejecutar modelos de aprendizaje automático.

Java y otros lenguajes JVM, como Scala o Kotlin, se utilizan con frecuencia en pequeñas y grandes empresas de todo el mundo, lo que convierte a TensorFlow en una opción estratégica para adoptar el aprendizaje automático a gran escala.

SIG JVM en GitHub Contribuyendo Discusión en el foro

Modelos SIG

SIG Models se centra en permitir contribuciones a la implementación del modelo de última generación en TensorFlow 2 y en compartir las mejores prácticas del uso de TensorFlow 2 para investigaciones de última generación. Los subgrupos se orientan en torno a diferentes aplicaciones de aprendizaje automático (Vision, PNL, etc.).

SIG Models organiza debates y colaboraciones en torno a TensorFlow Model Garden y TensorFlow Hub . Aprenda cómo contribuir en GitHub a continuación o analice Investigación y modelos en el foro.

TensorFlow Model Garden en GitHub Contribuyendo

Contribución de TensorFlow Hub en GitHub

SIGMicro

SIG Micro analiza y comparte actualizaciones sobre TensorFlow Lite para microcontroladores , una adaptación de TensorFlow Lite diseñada para ejecutar modelos de aprendizaje automático en DSP, microcontroladores y otros dispositivos con memoria limitada.

TensorFlow Lite Micro en GitHub Contribuyendo Discusión en el foro

SIG MLIR

SIG MLIR mantiene dialectos y utilidades MLIR para TensorFlow, XLA y TF Lite, proporcionando compiladores de alto rendimiento y técnicas de optimización que se pueden aplicar a los gráficos y la generación de código de TensorFlow. Su objetivo general es crear una representación intermedia (IR) común que reduzca el costo de generar nuevo hardware y mejorar la usabilidad para los usuarios existentes de TensorFlow.

SIG MLIR en GitHub Contribuyendo Discusión en el foro

Redes SIG

SIG Networking mantiene el repositorio de TensorFlow Networking para extensiones de red específicas de la plataforma para TensorFlow central y utilidades relacionadas.

SIG Networking en GitHub Discute en el foro

Recomendadores SIG

SIG Recommenders mantiene una colección de proyectos relacionados con sistemas de recomendación a gran escala construidos sobre TensorFlow contribuido y mantenido por la comunidad. Esas contribuciones son complementarias a TensorFlow Core y TensorFlow Recommenders .

Recomendadores de SIG en GitHub que contribuyen Discuten en el foro

Óxido SIG

SIG Rust mantiene enlaces idiomáticos del lenguaje Rust para TensorFlow.

SIG Rust en GitHub Contribuyendo Discusión en el foro

Tablero Tensor SIG

SIG TensorBoard facilita el debate sobre TensorBoard , un conjunto de herramientas para inspeccionar, depurar y optimizar programas de TensorFlow.

TensorBoard en GitHub Contribuyendo Discusión en el foro

SIG TF.js

SIG TF.js facilita componentes aportados por la comunidad a TensorFlow.js y ofrece soporte para proyectos a través de SIG.

TensorFlow.js en GitHub Contribuyendo Discusión en el foro

Complementos SIG TFX

SIG TFX-Addons acelera el intercambio de personalizaciones y adiciones para satisfacer las necesidades del ML de producción, ampliar la visión y ayudar a impulsar nuevas direcciones para TensorFlow Extended (TFX) y la comunidad de ML.

SIG TFX-Addons en GitHub Contribuir Discutir en el foro

Nuevos SIG

¿No encontraste lo que buscabas? Si cree que existe una gran necesidad de un nuevo TensorFlow SIG, lea el manual de estrategias de SIG y siga las instrucciones sobre cómo proponerlo a nuestra comunidad de colaboradores.