שכתב אוטומטית סמלים של TF 1.x ו- compat.v1 API

הצג באתר TensorFlow.org הפעל בגוגל קולאב צפה במקור ב-GitHub הורד מחברת

TensorFlow 2.x כולל שינויים רבים ב-API מ-TF 1.x וממשקי ה-API של tf.compat.v1 , כגון סידור מחדש של ארגומנטים, שינוי שמות של סמלים ושינוי ערכי ברירת מחדל עבור פרמטרים. ביצוע ידני של כל השינויים הללו יהיה מייגע ונוטה לטעות. כדי לייעל את השינויים, וכדי להפוך את המעבר שלך ל-TF 2.x חלק ככל האפשר, צוות TensorFlow יצר את כלי השירות tf_upgrade_v2 כדי לסייע במעבר קוד מדור קודם ל-API החדש.

השימוש האופייני הוא כזה:

tf_upgrade_v2 \
  --intree my_project/ \
  --outtree my_project_v2/ \
  --reportfile report.txt

זה יאיץ את תהליך השדרוג שלך על ידי המרת סקריפטים קיימים של TensorFlow 1.x Python ל-TensorFlow 2.x.

סקריפט ההמרה גורם לאוטומטיות רבות של טרנספורמציות API מכניות, אם כי לא ניתן להעביר אוטומטית ממשקי API רבים. זה גם לא מסוגל להפוך את הקוד שלך לתואם באופן מלא להתנהגויות TF2 וממשקי API. אז זה רק חלק ממסע ההגירה שלך.

מודולי תאימות

לא ניתן לשדרג סמלי API מסוימים פשוט על ידי שימוש בהחלפת מחרוזת. אלה שלא ניתן לשדרג אוטומטית ימופו למיקומים שלהם במודול compat.v1 . מודול זה מחליף את סמלי TF 1.x כמו tf.foo בהפניה המקבילה tf.compat.v1.foo . אם אתה כבר משתמש בממשקי API של compat.v1 על ידי ייבוא ​​TF דרך import tensorflow.compat.v1 as tf , הסקריפט tf_upgrade_v2 ינסה להמיר שימושים אלה לממשקי API שאינם תואמים במידת האפשר. שים לב שבעוד כמה ממשקי API compat.v1 תואמים להתנהגויות של TF2.x, רבים מהם לא. לכן, אנו ממליצים שתבצע הגהה ידנית של תחליפים ותעביר אותם לממשקי API חדשים במרחב השמות tf.* במקום מרחב השמות tf.compat.v1 במהירות האפשרית.

בגלל הוצאה משימוש של מודול TensorFlow 2.x (לדוגמה, tf.flags ו- tf.contrib ), לא ניתן לעקוף שינויים מסוימים על ידי מעבר ל- compat.v1 . שדרוג קוד זה עשוי לדרוש שימוש בספרייה נוספת (לדוגמה, absl.flags ) או מעבר לחבילה ב- tensorflow/addons .

שאר המדריך הזה מדגים כיצד להשתמש בסקריפט לשכתוב סמלים. למרות שהסקריפט קל לשימוש, מומלץ מאוד להשתמש בסקריפט כחלק מהתהליך הבא:

  1. בדיקת יחידה : ודא שלקוד שאתה משדרג יש חבילת בדיקות יחידה עם כיסוי סביר. זהו קוד Python, כך שהשפה לא תגן עליך מהרבה סוגים של טעויות. כמו כן ודא שכל תלות שיש לך כבר שודרגה כדי שתהיה תואמת ל-TensorFlow 2.x.

  2. התקן את TensorFlow 1.15 : שדרג את TensorFlow שלך לגרסה העדכנית ביותר של TensorFlow 1.x, לפחות 1.15. זה כולל את ה-API הסופי של TensorFlow 2.0 ב- tf.compat.v2 .

  3. מבחן עם 1.15 : ודא שבדיקות היחידה שלך עוברות בשלב זה. אתה תפעיל אותם שוב ושוב תוך כדי שדרוג ולכן חשוב להתחיל מירוק.

  4. הפעל את סקריפט השדרוג : הפעל את tf_upgrade_v2 על כל עץ המקור שלך, כולל בדיקות. זה ישדרג את הקוד שלך לפורמט שבו הוא משתמש רק בסמלים הזמינים ב- TensorFlow 2.0. ניתן לגשת לסמלים שהוצאו משימוש באמצעות tf.compat.v1 . אלה ידרשו בסופו של דבר טיפול ידני, אך לא מיד.

  5. הפעל את הבדיקות המומרות עם TensorFlow 1.15 : הקוד שלך עדיין אמור לפעול בסדר ב-TensorFlow 1.15. הפעל שוב את בדיקות היחידה שלך. כל שגיאה בבדיקות שלך כאן פירושה שיש באג בסקריפט השדרוג. אנא הודע לנו .

  6. בדוק את דוח השדרוג עבור אזהרות ושגיאות : הסקריפט כותב קובץ דוח המסביר את כל ההמרות שאתה צריך לבדוק פעמיים, או כל פעולה ידנית שאתה צריך לבצע. לדוגמה: כל שאר המופעים של תרומה ידרשו פעולה ידנית להסרה. אנא עיין ב-RFC לקבלת הוראות נוספות .

  7. התקן את TensorFlow 2.x : בשלב זה אמור להיות בטוח לעבור לקבצים בינאריים של TensorFlow 2.x, גם אם אתה פועל עם התנהגויות מדור קודם

  8. בדיקה עם v1.disable_v2_behavior : הפעלה מחדש של הבדיקות שלך עם v1.disable_v2_behavior() בפונקציה הראשית של הבדיקות אמורה לתת את אותן תוצאות כמו הפעלה תחת 1.15.

  9. הפעל את התנהגות V2 : כעת, כשהבדיקות שלך פועלות באמצעות הקבצים הבינאריים של TF2, כעת תוכל להתחיל להעביר את הקוד שלך כדי להימנע tf.estimator s ורק להשתמש בהתנהגויות TF2 נתמכות (ללא השבתת התנהגות TF2). עיין במדריכי ההגירה לפרטים.

שימוש בסקריפט tf_upgrade_v2 לשכתב סמלים

להכין

לפני תחילת העבודה ודא כי TensorFlow 2.x מותקן.

import tensorflow as tf

print(tf.__version__)

2.6.0

שיבוט את מאגר tensorflow/models git כדי שיהיה לך קוד לבדוק עליו:

git clone --branch r1.13.0 --depth 1 https://github.com/tensorflow/models

Cloning into 'models'...
remote: Enumerating objects: 2927, done.[K
remote: Counting objects: 100% (2927/2927), done.[K
remote: Compressing objects: 100% (2428/2428), done.[K
remote: Total 2927 (delta 504), reused 2113 (delta 424), pack-reused 0[K
Receiving objects: 100% (2927/2927), 369.04 MiB | 27.58 MiB/s, done.
Resolving deltas: 100% (504/504), done.
Checking out files: 100% (2768/2768), done.

קרא את העזרה

יש להתקין את הסקריפט עם TensorFlow. הנה העזרה המובנית:

tf_upgrade_v2 -h

usage: tf_upgrade_v2 [-h] [--infile INPUT_FILE] [--outfile OUTPUT_FILE]
                     [--intree INPUT_TREE] [--outtree OUTPUT_TREE]
                     [--copyotherfiles COPY_OTHER_FILES] [--inplace]
                     [--no_import_rename] [--no_upgrade_compat_v1_import]
                     [--reportfile REPORT_FILENAME] [--mode {DEFAULT,SAFETY}]
                     [--print_all]

Convert a TensorFlow Python file from 1.x to 2.0

Simple usage:
  tf_upgrade_v2.py --infile foo.py --outfile bar.py
  tf_upgrade_v2.py --infile foo.ipynb --outfile bar.ipynb
  tf_upgrade_v2.py --intree ~/code/old --outtree ~/code/new

optional arguments:
  -h, --help            show this help message and exit
  --infile INPUT_FILE   If converting a single file, the name of the file to
                        convert
  --outfile OUTPUT_FILE
                        If converting a single file, the output filename.
  --intree INPUT_TREE   If converting a whole tree of files, the directory to
                        read from (relative or absolute).
  --outtree OUTPUT_TREE
                        If converting a whole tree of files, the output
                        directory (relative or absolute).
  --copyotherfiles COPY_OTHER_FILES
                        If converting a whole tree of files, whether to copy
                        the other files.
  --inplace             If converting a set of files, whether to allow the
                        conversion to be performed on the input files.
  --no_import_rename    Not to rename import to compat.v2 explicitly.
  --no_upgrade_compat_v1_import
                        If specified, don't upgrade explicit imports of
                        `tensorflow.compat.v1 as tf` to the v2 APIs.
                        Otherwise, explicit imports of the form
                        `tensorflow.compat.v1 as tf` will be upgraded.
  --reportfile REPORT_FILENAME
                        The name of the file where the report log is
                        stored.(default: report.txt)
  --mode {DEFAULT,SAFETY}
                        Upgrade script mode. Supported modes: DEFAULT: Perform
                        only straightforward conversions to upgrade to 2.0. In
                        more difficult cases, switch to use compat.v1. SAFETY:
                        Keep 1.* code intact and import compat.v1 module.
  --print_all           Print full log to stdout instead of just printing
                        errors

קוד TF1 לדוגמה

להלן סקריפט פשוט של TensorFlow 1.0:

head -n 65 models/samples/cookbook/regression/custom_regression.py | tail -n 10

# Calculate loss using mean squared error
  average_loss = tf.losses.mean_squared_error(labels, predictions)

  # Pre-made estimators use the total_loss instead of the average,
  # so report total_loss for compatibility.
  batch_size = tf.shape(labels)[0]
  total_loss = tf.to_float(batch_size) * average_loss

  if mode == tf.estimator.ModeKeys.TRAIN:
    optimizer = params.get("optimizer", tf.train.AdamOptimizer)

עם TensorFlow 2.x מותקן זה לא פועל:

(cd models/samples/cookbook/regression && python custom_regression.py)

Traceback (most recent call last):
  File "custom_regression.py", line 162, in <module>
    tf.logging.set_verbosity(tf.logging.INFO)
AttributeError: module 'tensorflow' has no attribute 'logging'

קובץ בודד

ניתן להריץ את הסקריפט על קובץ Python בודד:

!tf_upgrade_v2 \
  --infile models/samples/cookbook/regression/custom_regression.py \
  --outfile /tmp/custom_regression_v2.py

INFO line 38:8: Renamed 'tf.feature_column.input_layer' to 'tf.compat.v1.feature_column.input_layer'
INFO line 43:10: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 46:17: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 57:17: tf.losses.mean_squared_error requires manual check. tf.losses have been replaced with object oriented versions in TF 2.0 and after. The loss function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 57:17: Renamed 'tf.losses.mean_squared_error' to 'tf.compat.v1.losses.mean_squared_error'
INFO line 61:15: Added keywords to args of function 'tf.shape'
INFO line 62:15: Changed tf.to_float call to tf.cast(..., dtype=tf.float32).
INFO line 65:40: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 68:39: Renamed 'tf.train.get_global_step' to 'tf.compat.v1.train.get_global_step'
INFO line 83:9: tf.metrics.root_mean_squared_error requires manual check. tf.metrics have been replaced with object oriented versions in TF 2.0 and after. The metric function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 83:9: Renamed 'tf.metrics.root_mean_squared_error' to 'tf.compat.v1.metrics.root_mean_squared_error'
INFO line 142:23: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 162:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 162:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 163:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 1 files
Detected 0 issues that require attention
--------------------------------------------------------------------------------


Make sure to read the detailed log 'report.txt'

הסקריפט ידפיס שגיאות אם הוא לא יכול למצוא תיקון לקוד.

עץ ספריות

פרויקטים טיפוסיים, כולל דוגמה פשוטה זו, ישתמשו בהרבה יותר מקובץ אחד. בדרך כלל רוצים לעדכן חבילה שלמה, כך שניתן להפעיל את הסקריפט גם על עץ ספריות:

# update the .py files and copy all the other files to the outtree
!tf_upgrade_v2 \
    --intree models/samples/cookbook/regression/ \
    --outtree regression_v2/ \
    --reportfile tree_report.txt

INFO line 82:10: tf.estimator.LinearRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 105:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 105:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 106:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 38:8: Renamed 'tf.feature_column.input_layer' to 'tf.compat.v1.feature_column.input_layer'
INFO line 43:10: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 46:17: Renamed 'tf.layers.dense' to 'tf.compat.v1.layers.dense'
INFO line 57:17: tf.losses.mean_squared_error requires manual check. tf.losses have been replaced with object oriented versions in TF 2.0 and after. The loss function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 57:17: Renamed 'tf.losses.mean_squared_error' to 'tf.compat.v1.losses.mean_squared_error'
INFO line 61:15: Added keywords to args of function 'tf.shape'
INFO line 62:15: Changed tf.to_float call to tf.cast(..., dtype=tf.float32).
INFO line 65:40: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 68:39: Renamed 'tf.train.get_global_step' to 'tf.compat.v1.train.get_global_step'
INFO line 83:9: tf.metrics.root_mean_squared_error requires manual check. tf.metrics have been replaced with object oriented versions in TF 2.0 and after. The metric function calls have been converted to compat.v1 for backward compatibility. Please update these calls to the TF 2.0 versions.
INFO line 83:9: Renamed 'tf.metrics.root_mean_squared_error' to 'tf.compat.v1.metrics.root_mean_squared_error'
INFO line 142:23: Renamed 'tf.train.AdamOptimizer' to 'tf.compat.v1.train.AdamOptimizer'
INFO line 162:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 162:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 163:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 58:10: tf.estimator.LinearRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 101:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 101:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 102:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
INFO line 72:10: tf.estimator.DNNRegressor: Default value of loss_reduction has been changed to SUM_OVER_BATCH_SIZE; inserting old default value tf.keras.losses.Reduction.SUM.

INFO line 96:2: Renamed 'tf.logging.set_verbosity' to 'tf.compat.v1.logging.set_verbosity'
INFO line 96:27: Renamed 'tf.logging.INFO' to 'tf.compat.v1.logging.INFO'
INFO line 97:2: Renamed 'tf.app.run' to 'tf.compat.v1.app.run'
WARNING line 125:15: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.

INFO line 40:7: Renamed 'tf.test.mock' to 'tf.compat.v1.test.mock'
TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 7 files
Detected 1 issues that require attention
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
File: models/samples/cookbook/regression/automobile_data.py
--------------------------------------------------------------------------------
models/samples/cookbook/regression/automobile_data.py:125:15: WARNING: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.



Make sure to read the detailed log 'tree_report.txt'

שימו לב לאזהרה אחת לגבי הפונקציה dataset.make_one_shot_iterator .

כעת התסריט עובד עם TensorFlow 2.x:

שימו לב שמכיוון שמודול tf.compat.v1 כלול ב-TF 1.15, הסקריפט שהומר יפעל גם ב- TensorFlow 1.15.

(cd regression_v2 && python custom_regression.py 2>&1) | tail

I0922 22:16:42.778216 140254758430528 estimator.py:2074] Saving dict for global step 1000: global_step = 1000, loss = 651.5428, rmse = 3.684265
INFO:tensorflow:Saving 'checkpoint_path' summary for global step 1000: /tmp/tmpk2_4r192/model.ckpt-1000
I0922 22:16:42.817190 140254758430528 estimator.py:2135] Saving 'checkpoint_path' summary for global step 1000: /tmp/tmpk2_4r192/model.ckpt-1000
Tensor("IteratorGetNext:25", shape=(None,), dtype=float64, device=/device:CPU:0)
Tensor("Squeeze:0", shape=(None,), dtype=float32)

********************************************************************************

RMS error for the test set: $3684

דו"ח מפורט

התסריט גם מדווח על רשימה של שינויים מפורטים. בדוגמה זו הוא מצא טרנספורמציה אחת שעלולה להיות לא בטוחה וכלל אזהרה בראש הקובץ:

head -n 20 tree_report.txt

TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 7 files
Detected 1 issues that require attention
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
File: models/samples/cookbook/regression/automobile_data.py
--------------------------------------------------------------------------------
models/samples/cookbook/regression/automobile_data.py:125:15: WARNING: Changing dataset.make_one_shot_iterator() to tf.compat.v1.data.make_one_shot_iterator(dataset). Please check this transformation.

================================================================================
Detailed log follows:

================================================================================
================================================================================
Input tree: 'models/samples/cookbook/regression/'
================================================================================
--------------------------------------------------------------------------------
Processing file 'models/samples/cookbook/regression/__init__.py'
 outputting to 'regression_v2/__init__.py'

שימו לב שוב לאזהרה לגבי Dataset.make_one_shot_iterator function .

במקרים אחרים הפלט יסביר את הנימוק לשינויים לא טריוויאליים:

%%writefile dropout.py
import tensorflow as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)

Writing dropout.py

!tf_upgrade_v2 \
  --infile dropout.py \
  --outfile dropout_v2.py \
  --reportfile dropout_report.txt > /dev/null

cat dropout_report.txt

TensorFlow 2.0 Upgrade Script
-----------------------------
Converted 1 files
Detected 0 issues that require attention
--------------------------------------------------------------------------------
================================================================================
Detailed log follows:

================================================================================
--------------------------------------------------------------------------------
Processing file 'dropout.py'
 outputting to 'dropout_v2.py'
--------------------------------------------------------------------------------

3:4: INFO: Changing keep_prob arg of tf.nn.dropout to rate, and recomputing value.

4:4: INFO: Renaming tf.zeros_like to tf.compat.v1.zeros_like because argument optimize is present. tf.zeros_like no longer takes an optimize argument, and behaves as if optimize=True. This call site specifies something other than optimize=True, so it was converted to compat.v1.
--------------------------------------------------------------------------------

להלן תוכן הקובץ שהשתנה, שים לב כיצד הסקריפט מוסיף שמות ארגומנטים כדי להתמודד עם ארגומנטים שהועברו ושם שונה:

cat dropout_v2.py

import tensorflow as tf

d = tf.nn.dropout(tf.range(10), rate=1 - (0.2))
z = tf.compat.v1.zeros_like(d, optimize=False)

פרויקט גדול יותר עשוי להכיל כמה שגיאות. לדוגמה המר את מודל deeplab:

!tf_upgrade_v2 \
    --intree models/research/deeplab \
    --outtree deeplab_v2 \
    --reportfile deeplab_report.txt > /dev/null

זה הפיק את קבצי הפלט:

ls deeplab_v2

README.md   datasets        input_preprocess.py        train.py
__init__.py deeplab_demo.ipynb  local_test.sh          utils
common.py   eval.py         local_test_mobilenetv2.sh  vis.py
common_test.py  export_model.py     model.py
core        g3doc           model_test.py

אבל היו טעויות. הדוח יעזור לך להצביע על מה שאתה צריך לתקן לפני שזה יפעל. להלן שלוש השגיאות הראשונות:

cat deeplab_report.txt | grep -i models/research/deeplab | grep -i error | head -n 3

models/research/deeplab/eval.py:28:7: ERROR: Using member tf.contrib.slim in deprecated module tf.contrib. tf.contrib.slim cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
models/research/deeplab/eval.py:146:8: ERROR: Using member tf.contrib.metrics.aggregate_metric_map in deprecated module tf.contrib. tf.contrib.metrics.aggregate_metric_map cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.
models/research/deeplab/export_model.py:25:7: ERROR: Using member tf.contrib.slim in deprecated module tf.contrib. tf.contrib.slim cannot be converted automatically. tf.contrib will not be distributed with TensorFlow 2.0, please consider an alternative in non-contrib TensorFlow, a community-maintained repository such as tensorflow/addons, or fork the required code.

מצב "בטיחות".

לסקריפט ההמרה יש גם מצב SAFETY פחות פולשני שפשוט משנה את הייבוא ​​לשימוש במודול tensorflow.compat.v1 :

cat dropout.py

import tensorflow as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)

tf_upgrade_v2 --mode SAFETY --infile dropout.py --outfile dropout_v2_safe.py > /dev/null

cat dropout_v2_safe.py

import tensorflow.compat.v1 as tf

d = tf.nn.dropout(tf.range(10), 0.2)
z = tf.zeros_like(d, optimize=False)

כפי שאתה יכול לראות זה לא משדרג את הקוד שלך, אבל כן מאפשר לקוד TensorFlow 1 לפעול מול TensorFlow 2 בינאריים. שים לב שזה לא אומר שהקוד שלך מפעיל התנהגויות TF 2.x נתמכות!

אזהרות

  • אל תעדכן חלקים מהקוד שלך באופן ידני לפני הפעלת סקריפט זה. בפרט, פונקציות שסודרו מחדש ארגומנטים כמו tf.argmax או tf.batch_to_space גורמות לסקריפט להוסיף באופן שגוי ארגומנטים של מילת מפתח הממפים את הקוד הקיים שלך בצורה לא נכונה.

  • הסקריפט מניח ש- tensorflow מיובא באמצעות import tensorflow as tf , או import tensorflow.compat.v1 as tf .

  • סקריפט זה אינו מסדר מחדש טיעונים. במקום זאת, הסקריפט מוסיף ארגומנטים של מילות מפתח לפונקציות שהארגומנטים שלהן מסודרים מחדש.

  • עיין ב- tf2up.ml לקבלת כלי נוח לשדרוג מחברות Jupyter וקבצי Python במאגר GitHub.

כדי לדווח על באגים בסקריפט לשדרוג או להגיש בקשות לתכונות, נא להגיש בעיה ב- GitHub .