Przegląd biblioteki koncentratora TensorFlow

Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow_hub biblioteka pozwala na pobieranie i ponowne wyszkolonych modeli w programie TensorFlow z minimalnej ilości kodu. Głównym sposobem, aby załadować wyszkolony modelu używa hub.KerasLayer API.

import tensorflow_hub as hub

embed = hub.KerasLayer("https://tfhub.dev/google/nnlm-en-dim128/2")
embeddings = embed(["A long sentence.", "single-word", "http://example.com"])
print(embeddings.shape, embeddings.dtype)

Ustawianie lokalizacji pamięci podręcznej do pobierania.

Domyślnie tensorflow_hub wykorzystuje system-wide, katalog tymczasowy do pamięci podręcznej pobrane i modele nieskompresowane. Zobacz buforowania dla możliwości korzystania z innych, być może bardziej trwałe lokalizacje.

Stabilność API

Chociaż mamy nadzieję zapobiec wprowadzaniu zmian, ten projekt jest nadal aktywnie rozwijany i nie gwarantuje jeszcze stabilnego interfejsu API lub formatu modelu.

Uczciwość

Jak we wszystkich uczenia maszynowego, uczciwość jest ważnym czynnikiem. Wiele wstępnie wytrenowanych modeli jest trenowanych na dużych zestawach danych. Podczas ponownego korzystania z dowolnego modelu należy pamiętać o tym, na jakich danych model został przeszkolony (i czy istnieją w nim jakieś błędy systematyczne) i jak mogą one wpłynąć na jego użycie.

Bezpieczeństwo

Ponieważ zawierają one dowolne wykresy TensorFlow, modele można traktować jako programy. Korzystanie TensorFlow Bezpiecznie opisuje wpływ na bezpieczeństwo o przedstawieniu modelu z niezaufanych źródeł.

Następne kroki