Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

Обзор библиотеки TensorFlow Hub

tensorflow_hub библиотека позволяет загружать и использовать подготовленные модели в вашей TensorFlow программе с минимальным количеством коды. Основной способ загрузить обученную модель использует 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)

Настройка расположения кеша для загрузок.

По умолчанию, tensorflow_hub использует систему ширину, временный каталог для кэша скачанной и несжатые модели. См Caching для вариантов использования других, возможно , более стойких мест.

Стабильность API

Хотя мы надеемся предотвратить критические изменения, этот проект все еще находится в активной разработке и еще не гарантирован стабильный API или формат модели.

Справедливость

Как и во всех машинном обучении, справедливость является важным фактором. Многие предварительно обученные модели обучаются на больших наборах данных. При повторном использовании любой модели важно помнить о том, на каких данных была обучена модель (и есть ли там какие-либо предубеждения), и как они могут повлиять на ее использование.

Безопасность

Поскольку они содержат произвольные графы TensorFlow, модели можно рассматривать как программы. Использование TensorFlow Безопасно описывает последствия для безопасности ссылок на модели из ненадежного источника.

Следующие шаги