models

O TensorFlow Model Garden hospeda uma ampla coleção de implementações de modelos e soluções de modelagem criadas para o TensorFlow. Seu objetivo é demonstrar as melhores práticas para que os usuários do TensorFlow possam aplicá-las em pesquisa e desenvolvimento de produtos. O repositório inclui: - **official**: Implementações de exemplo de modelos SOTA usando APIs de alto nível do TensorFlow 2, mantidas oficialmente e otimizadas para desempenho, permanecendo legíveis. - **research**: Implementações de modelos de pesquisa em TensorFlow 1 ou 2, mantidas por pesquisadores. - **community**: Uma lista curada de repositórios do GitHub com modelos e implementações de aprendizado de máquina em TensorFlow 2. - **orbit**: Uma biblioteca flexível e leve para escrever loops de treinamento personalizados no TensorFlow 2.x, integrando-se ao tf.distribute e com suporte à execução em CPU, GPU e TPU. Sempre que possível, os logs de treinamento são compartilhados no TensorBoard.dev para melhorar a transparência e a reprodutibilidade, embora nem todos os modelos sejam adequados para isso. A instalação é suportada de duas maneiras principais: 1. **Pacote Pip**: Instale o pacote estável com `pip3 install tf-models-official`, ou `pip3 install tf-models-nightly` para as alterações diárias mais recentes. O pacote inclui modelos e dependências automaticamente. 2. **Clone do código-fonte**: Clone o repositório do GitHub, adicione a pasta models ao `PYTHONPATH` e instale as dependências de `models/official/requirements.txt`. Usuários adicionais de NLP podem precisar de `tensorflow-text-nightly`. O projeto é licenciado sob a Apache License 2.0. As diretrizes de contribuição e anúncios estão disponíveis no wiki do repositório. Um formato de citação também é fornecido para pesquisadores que usam o Model Garden em seu trabalho.