הצטרף ל-TensorFlow ב-Google I/O, 11-12 במאי הירשם עכשיו

תאימות דגם עבור TF1/TF2

פורמטים של דגמי TF Hub

TF Hub מציע חלקי דגמים ניתנים לשימוש חוזר שניתן לטעון בחזרה, לבנות עליהם, ואולי להכשיר אותם מחדש בתוכנית TensorFlow. אלה מגיעים בשני פורמטים שונים:

ניתן למצוא את פורמט הדגם בדף הדגם ב- tfhub.dev . טעינת/הסקת מודל, כוונון עדין או יצירה עשויים שלא להיות נתמכים ב-TF1/2 בהתבסס על הפורמטים של המודל.

תאימות של פורמט TF1 Hub

מבצע מצב התאמה TF1/TF1 ב-TF2 [1] TF2
טעינה / הסקה תמיכה מלאה ( מדריך טעינה מלא בפורמט TF1 Hub )
m = hub.Module(handle)
outputs = m(inputs)
מומלץ להשתמש ב-hub.load
m = hub.load(handle)
outputs = m.signatures["sig"](inputs)
או hub.KerasLayer
m = hub.KerasLayer(handle, signature="sig")
outputs = m(inputs)
כוונון עדין תמיכה מלאה ( מדריך לכוונון עדין של פורמט TF1 Hub )
m = hub.Module(handle,
               trainable=True,
               tags=["train"]*is_training)
outputs = m(inputs)
הערה: מודולים שאינם צריכים גרף רכבת נפרד אינם כוללים תג רכבת.
אינו נתמך
יצירה תמיכה מלאה (ראה מדריך מלא ליצירת פורמט TF1 Hub )
הערה: פורמט TF1 Hub מכוון ל-TF1 ונתמך רק באופן חלקי ב-TF2. שקול ליצור TF2 SavedModel.
אינו נתמך

תאימות של TF2 SavedModel

לא נתמך לפני TF1.15.

מבצע מצב התאמה TF1.15/TF1 ב-TF2 [1] TF2
טעינה / הסקה השתמש ב-hub.load
m = hub.load(handle)
outputs = m(inputs)
או hub.KerasLayer
m = hub.KerasLayer(handle)
outputs = m(inputs)
תמיכה מלאה ( מדריך הטעינה המלא של TF2 SavedModel ). השתמש ב-hub.load
m = hub.load(handle)
outputs = m(inputs)
או hub.KerasLayer
m = hub.KerasLayer(handle)
outputs = m(inputs)
כוונון עדין נתמך עבור hub.KerasLayer בשימוש ב-tf.keras.Model כאשר מאומן עם Model.fit() או מאומן ב-Estimator ש-model_fn שלו עוטף את המודל לפי המדריך המותאם model_fn .
הערה: hub.KerasLayer לא ממלא אוספי גרפים כמו ממשקי API הישנים של tf.compat.v1.layers או hub.Module.
תמיכה מלאה ( מדריך לכוונון עדין מלא של TF2 SavedModel ). השתמש ב-hub.load:
m = hub.load(handle)
outputs = m(inputs, training=is_training)
או hub.KerasLayer:
m =  hub.KerasLayer(handle, trainable=True)
outputs = m(inputs)
יצירה ניתן לקרוא ל-TF2 API tf.saved_model.save() מתוך מצב compat. תמיכה מלאה (ראה המדריך המלא ליצירת TF2 SavedModel )

[1] "TF1 compat mode ב-TF2" מתייחס להשפעה המשולבת של ייבוא ​​TF2 עם import tensorflow.compat.v1 as tf והפעלת tf.disable_v2_behavior() כמתואר במדריך TensorFlow Migration .