Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

Panoramica della libreria di TensorFlow Hub

La libreria tensorflow_hub ti consente di scaricare e riutilizzare i modelli addestrati nel tuo programma TensorFlow con una quantità minima di codice. Il modo principale per caricare un modello addestrato è utilizzare l'API hub.KerasLayer .

import tensorflow_hub as hub

embed = hub.KerasLayer("https://tfhub.dev/google/tf2-preview/nnlm-en-dim128/1")
embeddings = embed(["A long sentence.", "single-word", "http://example.com"])
print(embeddings.shape, embeddings.dtype)

Impostazione della posizione della cache per i download.

Per impostazione predefinita, tensorflow_hub utilizza una directory temporanea a livello di sistema per memorizzare nella cache i modelli scaricati e non compressi. Vedere Memorizzazione nella cache per le opzioni per utilizzare altre posizioni, possibilmente più persistenti.

Stabilità delle API

Anche se speriamo di evitare modifiche sostanziali, questo progetto è ancora in fase di sviluppo attivo e non è ancora garantito che abbia un'API stabile o un formato modello.

Equità

Come in tutto l'apprendimento automatico, l' equità è una considerazione importante . Molti modelli pre-addestrati vengono addestrati su set di dati di grandi dimensioni. Quando si riutilizza un modello, è importante essere consapevoli di quali dati è stato addestrato il modello (e se ci sono pregiudizi esistenti lì) e in che modo questi potrebbero influire sul suo utilizzo.

Sicurezza

Poiché contengono grafici TensorFlow arbitrari, i modelli possono essere considerati programmi. L'utilizzo di TensorFlow descrive in modo sicuro le implicazioni per la sicurezza del riferimento a un modello da una fonte non attendibile.

Prossimi passi