TensorFlow 社区翻译组,欢迎加入!

2019 年 7 月 13 日 谷歌开发者

为了加速 TensorFlow 在中国的落地速度,让更多暂时英文能力尚不足以直接阅读官方文档的开发者,使用母语提前熟悉或者辅助针对 TensorFlow 的学习过程。我们现面向所有人,招募有意愿加入中文化 TensorFlow 官方英文文档的开源社区成员。



什么是 TensorFlow 社区翻译

该项目由 Google Brain 的技术文档撰稿团队发起。她是一个全球范围内的开源开放文档社区,主要基于 GitHub 平台的 TensorFlow/docs (https://github.com/tensorflow/docs) 进行协作。目前,全世界已经有中国、日本、韩国、俄罗斯、葡萄牙和土耳其等国家加入。


最初,此项目由 Beijing TensorFlow team、Dev Relation team 和杭州市的黑胡桃实验室联合发起,并于 TensorFlow 2019 年 3 月上线新版官网前,对所有的 TF.js 11 个旧版官方文档进行了翻译。



翻译组基于什么运作?如何加入?

我们有自己中文的 TensorFlow 官方文档中文化(https://groups.google.com/a/tensorflow.org/forum/#!forum/docs-zh-cn) 和全球的 TensorFlow Documentation Contributors (https://groups.google.com/a/tensorflow.org/forum/#!forum/docs) 两个 Google Groups 邮件组,均可以自由直接加入。


之后所有成员之间的协作,绝大部分通过以上 2 个邮件组、开源的 GitHub 进行。


我们另外还使用以下工具进行额外沟通:

  1. 微信大群,请在后台回复「TF社区翻译组微信群」获取二维码。

  2. 每周一晚上的例会,在 Skype 上进行,请注册账号后加入此群组 (https://join.skype.com/pdSj3k2Ci6gG)



有哪些角色?判断自己适合哪个角色?

请在往后阅读之前,加入 TensorFlow 官方文档中文化 邮件组,并查阅 TF Community Localization Membership 文档和填入自己的相关信息(在进行翻译流程之前必须完成这一步,按照文档中「Github 唯一账户名」那一列的要求,申请成为 duanw/docs 项目的协作者)

  1. 译者(起码有基本翻译英文的水平,有部分 TensorFlow 实际使用经验):对「协调」派发的文档进行初稿翻译。

  2. 审校(有比较高的双语语言素养,扎实的 TensorFlow 技术功底):审阅「译者」的初稿,并进行相关的校对和润色。

  3. 协调(较强的责任心,暂时不具备译者的水平):进行任务的派发、跟踪和交付。实时跟进查看译者与译者之间、译者与审校之间和审校与审校之间的协作。比如一定要避免多位成员在同一个文档的同一个部分进行重复的翻译工作。



翻译流程是什么样的?

由于翻译工作基于 GitHub,所以要求有 Git 相关的使用经验。如果不会写 git 代码没有关系,可以直接使用 GitHub 的官方图形化客户端。

  1. fork https://github.com/tensorflow/docs 的 master branch;

  2. 进入自己主页找到刚刚 fork 的项目;

  3. git clone 项目到本地;

  4. 进入 duanw/docs project (https://github.com/duanw0916/docs/projects/1) 的最左的板子列表里 [To be translated] 领取一个任务,按照板子说明一步步完成翻译,结束后拖动到旁边的板子 [Translating] 里。

  5. PR 标题统一为:zh-CN: xxx



当前的状态目标是什么?

我们基本已经完成 TF.js 旧文档的更新工作,正逐步扩展到 TF Lite 等其它文档。


诚挚邀请您的加入~



更多社区动态:





登录查看更多
0

相关内容

Google发布的第二代深度学习系统TensorFlow
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
谷歌机器学习速成课程中文版pdf
专知会员服务
145+阅读 · 2019年12月4日
TensorFlow 2.0 学习资源汇总
专知会员服务
66+阅读 · 2019年10月9日
TensorFlow 中文资源全集,学习路径推荐
专知
4+阅读 · 2019年5月18日
Tensorflow官方视频课程-深度学习工具 TensorFlow入门
深度学习与NLP
12+阅读 · 2019年3月12日
简单粗暴 TensorFlow Eager 教程
专知
5+阅读 · 2018年9月13日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
令人困惑的TensorFlow!
机器之心
4+阅读 · 2018年7月2日
5T技术资料免费资料分享,欢迎大家加入社区获取
大数据和云计算技术
4+阅读 · 2018年1月11日
TensorFlow神经网络教程
Python程序员
4+阅读 · 2017年12月4日
发布TensorFlow 1.4
谷歌开发者
7+阅读 · 2017年11月23日
Pytorch还是Tensorflow?英伟达工程师帮你总结了
人工智能头条
5+阅读 · 2017年10月27日
Arxiv
6+阅读 · 2018年6月21日
VIP会员
相关资讯
TensorFlow 中文资源全集,学习路径推荐
专知
4+阅读 · 2019年5月18日
Tensorflow官方视频课程-深度学习工具 TensorFlow入门
深度学习与NLP
12+阅读 · 2019年3月12日
简单粗暴 TensorFlow Eager 教程
专知
5+阅读 · 2018年9月13日
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
令人困惑的TensorFlow!
机器之心
4+阅读 · 2018年7月2日
5T技术资料免费资料分享,欢迎大家加入社区获取
大数据和云计算技术
4+阅读 · 2018年1月11日
TensorFlow神经网络教程
Python程序员
4+阅读 · 2017年12月4日
发布TensorFlow 1.4
谷歌开发者
7+阅读 · 2017年11月23日
Pytorch还是Tensorflow?英伟达工程师帮你总结了
人工智能头条
5+阅读 · 2017年10月27日
Top
微信扫码咨询专知VIP会员