A biblioteca tensorflow_hub permite baixar e reutilizar modelos treinados em seu programa TensorFlow com uma quantidade mínima de código. A principal maneira de carregar um modelo treinado é usando a API hub.KerasLayer .
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)
Observação: esta documentação usa identificadores de URL TFhub.dev em exemplos. Veja mais informações sobre outros tipos de identificador válidos aqui .
Configurando o local do cache para downloads.
Por padrão, tensorflow_hub usa um diretório temporário de todo o sistema para armazenar em cache os modelos baixados e descompactados. Consulte Cache para obter opções para usar outros locais, possivelmente mais persistentes.
Estabilidade da API
Embora esperemos evitar mudanças de quebra, este projeto ainda está em desenvolvimento ativo e ainda não há garantia de ter uma API estável ou formato de modelo.
imparcialidade
Como em todo aprendizado de máquina, a imparcialidade é uma consideração importante . Muitos modelos pré-treinados são treinados em grandes conjuntos de dados. Ao reutilizar qualquer modelo, é importante estar ciente de quais dados o modelo foi treinado (e se há algum viés existente lá) e como isso pode afetar seu uso dele.
Segurança
Como eles contêm gráficos arbitrários do TensorFlow, os modelos podem ser considerados programas. Usar o TensorFlow com segurança descreve as implicações de segurança de referenciar um modelo de uma fonte não confiável.