TensorFlow Hub 库概述

使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

借助 tensorflow_hub 库,您能够以最少的代码量在 TensorFlow 程序中下载并重用经过训练的模型。加载训练的模型的主要方式是使用 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)

设置下载的缓存位置。

默认情况下,tensorflow_hub 使用系统范围的临时目录来缓存下载和未压缩的模型。有关使用其他可能更持久位置的选项,请参阅缓存

API 稳定性

尽管我们希望避免重大变更,但此项目仍在积极开发中,尚不能保证具有一个稳定的 API 或模型格式。

公平性

与所有机器学习一样,公平性是一个重要考量因素。许多预训练的模型都是基于大型数据集训练的。在重用任何模型时,请务必牢记该模型基于哪些数据进行了训练(以及其中是否存在任何现有偏差)与这些数据如何影响您的使用。

安全性

由于它们包含任意 TensorFlow 计算图,因此可以将模型视为程序。安全地使用 TensorFlow 描述了从不受信任的来源引用模型带来的安全隐患。

后续步骤