Google I/O एक लपेट है! TensorFlow सत्रों पर पकड़ बनाएं सत्र देखें

TensorFlow हब लाइब्रेरी अवलोकन

tensorflow_hub पुस्तकालय आप कोड की एक न्यूनतम राशि के साथ अपने TensorFlow कार्यक्रम में डाउनलोड करने और प्रशिक्षित मॉडलों का पुन: उपयोग करने देता है। एक प्रशिक्षित मॉडल लोड करने के लिए मुख्य रास्ता उपयोग कर रहा है hub.KerasLayer एपीआई।

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)

डाउनलोड के लिए कैश स्थान सेट करना।

डिफ़ॉल्ट रूप से, tensorflow_hub सिस्टम-वाइड, कैश करने के लिए अस्थायी निर्देशिका डाउनलोड और असम्पीडित मॉडल का उपयोग करता है। देखें कैशिंग विकल्प अन्य, संभवतः अधिक लगातार स्थानों का उपयोग करने के लिए।

एपीआई स्थिरता

यद्यपि हम परिवर्तनों को तोड़ने से रोकने की उम्मीद करते हैं, यह परियोजना अभी भी सक्रिय विकास के अधीन है और अभी तक स्थिर एपीआई या मॉडल प्रारूप की गारंटी नहीं है।

फेयरनेस

मशीन सीखने के सभी के रूप में, निष्पक्षता एक है महत्वपूर्ण विचार। कई पूर्व-प्रशिक्षित मॉडल बड़े डेटासेट पर प्रशिक्षित होते हैं। किसी भी मॉडल का पुन: उपयोग करते समय, यह ध्यान रखना महत्वपूर्ण है कि मॉडल को किस डेटा पर प्रशिक्षित किया गया था (और क्या वहां कोई मौजूदा पूर्वाग्रह हैं), और ये आपके उपयोग को कैसे प्रभावित कर सकते हैं।

सुरक्षा

चूंकि उनमें मनमाने ढंग से TensorFlow ग्राफ़ होते हैं, इसलिए मॉडल को प्रोग्राम के रूप में माना जा सकता है। का उपयोग करते हुए TensorFlow सुरक्षित रूप से एक अविश्वसनीय स्रोत से एक मॉडल को संदर्भित करने का सुरक्षा निहितार्थ वर्णन करता है।

अगला कदम