El tensorflow_hub biblioteca le permite descargar y volver a utilizar los modelos de formación en su programa TensorFlow con una cantidad mínima de código. La principal forma de cargar un modelo entrenado está utilizando el 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)
Configuración de la ubicación de la caché para descargas.
Por defecto, tensorflow_hub utiliza un sistema de ancho, directorio temporal en caché descargado y modelos sin comprimir. Ver almacenamiento en caché para las opciones para utilizar otras localizaciones, posiblemente más persistentes.
Estabilidad API
Aunque esperamos evitar cambios importantes, este proyecto aún se encuentra en desarrollo activo y aún no se garantiza que tenga una API o un formato de modelo estable.
Justicia
Al igual que en todos aprendizaje automático, la equidad es una importante consideración. Muchos modelos previamente entrenados se entrenan en grandes conjuntos de datos. Al reutilizar cualquier modelo, es importante tener en cuenta los datos sobre los que se entrenó el modelo (y si existen sesgos existentes allí) y cómo estos podrían afectar su uso.
Seguridad
Dado que contienen gráficos de TensorFlow arbitrarios, los modelos pueden considerarse programas. Usando TensorFlow segura describe las implicaciones de seguridad de referencia a un modelo a partir de una fuente no confiable.