इस प्रोजेक्ट के बारे में

TensorFlow Model Garden, TensorFlow के लिए बनाए गए मॉडल कार्यान्वयन और मॉडलिंग समाधानों का एक विस्तृत संग्रह प्रस्तुत करता है। इसका उद्देश्य सर्वोत्तम प्रथाओं को प्रदर्शित करना है ताकि TensorFlow उपयोगकर्ता उन्हें अनुसंधान और उत्पाद विकास में लागू कर सकें। रिपॉजिटरी में शामिल हैं: - **official**: TensorFlow 2 उच्च-स्तरीय API का उपयोग करके SOTA मॉडलों के उदाहरण कार्यान्वयन, जो आधिकारिक रूप से अनुरक्षित और प्रदर्शन के लिए अनुकूलित हैं, साथ ही पठनीय भी हैं। - **research**: TensorFlow 1 या 2 में शोध मॉडल कार्यान्वयन, जो शोधकर्ताओं द्वारा अनुरक्षित हैं। - **community**: TensorFlow 2 मशीन लर्निंग मॉडल और कार्यान्वयन वाले GitHub रिपॉजिटरी की एक क्यूरेटेड सूची। - **orbit**: TensorFlow 2.x में कस्टम प्रशिक्षण लूप लिखने के लिए एक लचीली, हल्की लाइब्रेरी, जो tf.distribute के साथ एकीकृत होती है और CPU, GPU, और TPU निष्पादन का समर्थन करती है। जहाँ संभव हो, प्रशिक्षण लॉग TensorBoard.dev पर साझा किए जाते हैं ताकि पारदर्शिता और पुनरुत्पादकता में सुधार हो, हालाँकि सभी मॉडल इसके लिए उपयुक्त नहीं हैं। इंस्टॉलेशन दो मुख्य तरीकों से समर्थित है: 1. **Pip पैकेज**: स्थिर पैकेज को `pip3 install tf-models-official` से इंस्टॉल करें, या नवीनतम दैनिक परिवर्तनों के लिए `pip3 install tf-models-nightly`। पैकेज में मॉडल और निर्भरताएँ स्वचालित रूप से शामिल होती हैं। 2. **स्रोत क्लोन**: GitHub रिपॉजिटरी को क्लोन करें, models फ़ोल्डर को `PYTHONPATH` में जोड़ें, और `models/official/requirements.txt` से निर्भरताएँ इंस्टॉल करें। अतिरिक्त NLP उपयोगकर्ताओं को `tensorflow-text-nightly` की आवश्यकता हो सकती है। यह परियोजना Apache License 2.0 के अंतर्गत लाइसेंस प्राप्त है। योगदान दिशानिर्देश और घोषणाएँ रिपॉजिटरी विकी में उपलब्ध हैं। शोधकर्ताओं के लिए जो अपने काम में Model Garden का उपयोग करते हैं, एक उद्धरण प्रारूप भी प्रदान किया गया है।