開發 | TensorFlow 2.0開發者測試版來啦，正式版推出指日可待
- 2019 年 11 月 1 日
- 筆記
在過去的幾年裡，在 GitHub 社區的高效參與下，TensorFlow 開發團隊審查了 RFC，添加了許多新功能，實現了 TensorFlow 2.0 的大部分功能，並專註於易用性，這對 TensorFlow 來說是一個重要里程碑。 TensorFlow 是一項真正的社區工作，非常歡迎開發者提出建議和反饋。那麼，如何提出建議和反饋，如何接收最新的資訊？下面是官方 GitHub 上給出的方法。
什麼是好問題？
報告一個 Bug
請在 Github 上提交所有 Bug、錯誤和特性。文檔和實現之間的差異、缺乏文檔、性能問題或兼容性問題都是存在的。請具體說明這些問題，並在下面的地址提交所有有助於解決這些問題的信息：
- Bug/性能問題：
https://github.com/tensorflow/tensorflow/issues/new?template=00-bug-performance-issue.md
- 構建/安裝問題：
https://github.com/tensorflow/tensorflow/issues/new?template=10-build-installation-issue.md
- 文檔問題：
https://github.com/tensorflow/tensorflow/issues/new?template=20-documentation-issue.md
- 其他問題：
https://github.com/tensorflow/tensorflow/issues/new?template=50-other-issues.md
對於一般性問題，可以在 stackoverflow 上提交：
https://stackoverflow.com/questions/tagged/tensorflow
或者提交給到 TensorFlow 郵件組，地址是：
https://groups.google.com/a/tensorflow.org/forum/#!forum/discuss
Sparkles 提交功能請求
TensorFlow 社區成員的意見和建議受到高度重視，請將所有功能請求作為問題提交到 GitHub。
- 特徵請求：
https://github.com/tensorflow/tensorflow/issues/new?template=30-feature-request.md
- TensorFlow Lite 操作請求 ：
https://github.com/tensorflow/tensorflow/issues/new?template=40-tflite-op-request.md
思考並發送反饋報告
如果你想提交有關 TensorFlow 的一般性反饋（尤其是關於 TensorFlow 2.0），請考慮提交錯誤日誌！ 這裡可以找到 TensorFlow 日誌的模板和實例：
https://docs.google.com/document/d/1_-0Zzn0hqS4ltLwqWAHm41-MgE60_9zlKyPHr5c-HCs/edit?usp=sharing
一旦你完成了這樣一個文件，可以通過電子郵件發送給 TensorFlow 的測試團隊，郵件地址是 [email protected]。
如何參與其中
從現在開始到 TensorFlow 2.0 的發佈，官方將積極維護一個討論組，討論出現的任何問題、評論、建議。他們將每周對 TensorFlow 2.0 進行測試，並通過 TensorFlow 測試討論組公布結果。 請訂閱 [email protected] 接收最新消息。
特定興趣小組（SIGs）
TensorFlow 的特定興趣小組（SIGs）支持在特定項目上的社區協作。這些小組的成員一起構建和支持 TensorFlow 的特定部分或 TensorFlow 相關的項目。
要加入有關特定主題的討論，請訂閱下面的 SIG 郵件列表：
- TensorBoard：插件開發、討論和對 TensorFlow 可視化工具進行修改，地址是
https://groups.google.com/a/tensorflow.org/d/forum/sig-tensorboard
- Networking：添加 gRPC 以外的網絡協議，地址為
https://groups.google.com/a/tensorflow.org/d/forum/networking
- I/O：支持 TensorFlow 中不可用的文件系統和格式。地址是
https://groups.google.com/a/tensorflow.org/d/forum/io
- Add-ons：TensorFlow 的擴展，確保穩定的 API。地址是
https://groups.google.com/a/tensorflow.org/d/forum/addons
- Build：關於 TensorFlow 分佈和打包的討論。
https://groups.google.com/a/tensorflow.org/d/forum/buil
來源：
https://github.com/tensorflow/community/blob/master/sigs/build/tensorflow-testing.md
