تتيح لك مكتبة tensorflow_hub تنزيل النماذج المدربة وإعادة استخدامها في برنامج TensorFlow الخاص بك بأقل قدر من التعليمات البرمجية. الطريقة الرئيسية لتحميل نموذج مدرب هي استخدام 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)
ملاحظة: تستخدم هذه الوثائق مقابض عنوان URL لـ TFhub.dev في الأمثلة. اطلع على مزيد من المعلومات بخصوص أنواع المقابض الصالحة الأخرى هنا .
تعيين موقع ذاكرة التخزين المؤقت للتنزيلات.
بشكل افتراضي ، يستخدم tensorflow_hub دليلًا مؤقتًا على مستوى النظام لتخزين النماذج التي تم تنزيلها وغير المضغوطة مؤقتًا. راجع التخزين المؤقت للحصول على خيارات لاستخدام مواقع أخرى ، ربما تكون أكثر ثباتًا.
استقرار API
على الرغم من أننا نأمل في منع حدوث تغييرات مفاجئة ، إلا أن هذا المشروع لا يزال قيد التطوير النشط ولم نضمن بعد أن يكون لديه واجهة برمجة تطبيقات ثابتة أو تنسيق نموذج.
الإنصاف
كما هو الحال في كل التعلم الآلي ، يعد الإنصاف اعتبارًا مهمًا . يتم تدريب العديد من النماذج المدربة مسبقًا على مجموعات بيانات كبيرة. عند إعادة استخدام أي نموذج ، من المهم أن تضع في اعتبارك البيانات التي تم تدريب النموذج عليها (وما إذا كان هناك أي تحيزات موجودة هناك) ، وكيف يمكن أن تؤثر هذه على استخدامك لها.
حماية
نظرًا لأنها تحتوي على رسوم بيانية عشوائية TensorFlow ، يمكن اعتبار النماذج برامج. يصف استخدام TensorFlow Securely التداعيات الأمنية للإشارة إلى نموذج من مصدر غير موثوق به.