Об этом проекте

TensorFlow Model Garden содержит широкий набор реализаций моделей и решений для моделирования, созданных для TensorFlow. Его цель — демонстрировать лучшие практики, чтобы пользователи TensorFlow могли применять их в исследованиях и разработке продуктов. Репозиторий включает: - **official**: примеры реализаций SOTA-моделей с использованием высокоуровневых API TensorFlow 2, официально поддерживаемые и оптимизированные по производительности, но при этом остающиеся читаемыми. - **research**: реализации исследовательских моделей на TensorFlow 1 или 2, поддерживаемые исследователями. - **community**: курируемый список репозиториев GitHub с моделями и реализациями машинного обучения на TensorFlow 2. - **orbit**: гибкая, легковесная библиотека для написания пользовательских циклов обучения в TensorFlow 2.x, интегрирующаяся с tf.distribute и поддерживающая выполнение на CPU, GPU и TPU. Где это возможно, журналы обучения публикуются на TensorBoard.dev для повышения прозрачности и воспроизводимости, хотя не все модели для этого подходят. Установка поддерживается двумя основными способами: 1. **Pip-пакет**: установите стабильный пакет с помощью `pip3 install tf-models-official` или `pip3 install tf-models-nightly` для последних ежедневных изменений. Пакет автоматически включает модели и зависимости. 2. **Клонирование исходников**: клонируйте репозиторий GitHub, добавьте папку models в `PYTHONPATH` и установите зависимости из `models/official/requirements.txt`. Дополнительно пользователям NLP может потребоваться `tensorflow-text-nightly`. Проект лицензирован под Apache License 2.0. Руководство по участию и объявления доступны в wiki репозитория. Также предоставляется формат цитирования для исследователей, использующих Model Garden в своей работе.