Cómo contribuir a los grupos de interés especial (SIG) de TensorFlow

Los Grupos de interés especial de TensorFlow (SIG de TF) organizan las contribuciones de la comunidad en partes clave del ecosistema de TensorFlow. Los líderes y miembros de los SIG colaboran para crear y respaldar casos de uso importantes de TensorFlow.

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

Le recomendamos que se una 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, alcance o modelos de gobernanza; consulte nuestros estatutos de SIG para obtener más información. Manténgase en contacto con los líderes y los miembros de los SIG en el Foro de TensorFlow, donde podrá suscribirse a las etiquetas que prefiera y obtener más información sobre las reuniones periódicas de los SIG.

SIG Addons

SIG Addons desarrolla y mantiene un repositorio de contribuciones de la comunidad que se ajustan a patrones de API bien establecidos, pero implementan nuevas funcionalidades no disponibles en TensorFlow básico.

TensorFlow es compatible de forma nativa con un gran número de operadores, capas, métricas, pérdidas, optimizadores y mucho más. Sin embargo, en un campo que evoluciona tan rápidamente como el del aprendizaje automático, hay muchos desarrollos nuevos que no pueden integrarse en la versión básica de TensorFlow (porque su amplia capacidad de aplicación aún no está clara, o porque solo lo utiliza un pequeño subgrupo de la comunidad). SIG Addons permite a los usuarios introducir nuevas extensiones en el ecosistema de TensorFlow de una manera sostenible.

SIG Addons en GitHub Contribuir Debatir en el foro

SIG Build

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

SIG Build en GitHub Contribuir Debatir en el foro

SIG IO

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

SIG IO en GitHub Contribuir Debatir en el foro

SIG JVM

SIG JVM mantiene los vínculos de TF Java para que los usuarios puedan utilizar JVM para compilar, entrenar y ejecutar modelos de aprendizaje automático.

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

SIG JVM en GitHub Contribuir Debatir en el foro

SIG Models

SIG Models se centra en facilitar las contribuciones a la implementación de modelos de vanguardia en TensorFlow 2 y en compartir las prácticas recomendadas de uso de TensorFlow 2 para la investigación de vanguardia. Los subgrupos se orientan en torno a diferentes aplicaciones de aprendizaje automático (visión, PNL, etc.).

SIG Models aloja debates y colaboraciones en torno a TensorFlow Model Garden y TensorFlow Hub. Infórmese sobre cómo contribuir en GitHub a continuación, o debata sobre Investigación y modelos en el foro.

TensorFlow Model Garden en GitHub Contribuir

TensorFlow Hub en GitHub Contribuir

SIG Micro

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

TensorFlow Lite Micro en GitHub Contribuir Debatir en el foro

SIG MLIR

SIG MLIR mantiene dialectos y utilidades MLIR para TensorFlow, XLA y TF Lite, que proporcionan compiladores de alto rendimiento y técnicas de optimización para 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 desarrollo de nuevo hardware y mejore la usabilidad para los usuarios existentes de TensorFlow.

SIG MLIR en GitHub Contribuir Debatir en el foro

SIG Networking

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

SIG Networking en GitHub Debatir en el foro

SIG Recommenders

SIG Recommenders mantiene una colección de proyectos relacionados con sistemas de recomendación a gran escala basados en TensorFlow que han sido aportados y mantenidos por la comunidad. Esas contribuciones son complementarias a TensorFlow Core y TensorFlow Recommenders.

SIG Recommenders en GitHub Contribuir Debatir en el foro

SIG Rust

SIG Rust mantiene enlaces idiomáticos del lenguaje Rust para TensorFlow.

SIG Rust en GitHub Contribuir Debatir en el foro

SIG TensorBoard

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

TensorBoard en GitHub Contribuir Debatir en el foro

SIG TF.js

SIG TF.js facilita componentes aportados por la comunidad a TensorFlow.js y ofrece asistencia a proyectos a través del SIG.

TensorFlow.js en GitHub Contribuir Debatir en el foro

SIG TFX-Addons

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

SIG TFX-Addons en GitHub Contribuir Debatir en el foro

Nuevos SIG

¿No encontró lo que buscaba? Si cree que realmente se necesita un nuevo SIG en TensorFlow, lea el cuaderno de estrategias de SIG y siga las instrucciones sobre cómo proponerlo a nuestra comunidad de colaboradores.