TF हब मॉडल प्रारूप
TF हब पुन: प्रयोज्य मॉडल टुकड़े प्रदान करता है जिन्हें वापस लोड किया जा सकता है, बनाया जा सकता है, और संभवतः एक TensorFlow कार्यक्रम में फिर से प्रशिक्षित किया जा सकता है। ये दो अलग-अलग स्वरूपों में आते हैं:
- कस्टम TF1 हब स्वरूप . इसका मुख्य उद्देश्य उपयोग TF1 (या TF2 में TF1 संगतता मोड) में इसके हब.मॉड्यूल एपीआई के माध्यम से है। नीचे पूर्ण संगतता विवरण।
- मूल TF2 सहेजा गया मॉडल प्रारूप। इसका मुख्य उद्देश्य TF2 में हब.लोड और हब.केरसलेयर एपीआई के माध्यम से है। नीचे पूर्ण संगतता विवरण।
मॉडल प्रारूप मॉडल पृष्ठ पर tfhub.dev पर पाया जा सकता है। मॉडल प्रारूपों के आधार पर TF1/2 में मॉडल लोडिंग/अनुमान , फ़ाइन-ट्यूनिंग या निर्माण का समर्थन नहीं किया जा सकता है।
TF1 हब प्रारूप की संगतता
| संचालन | TF1 / TF1 TF2 में अनुकूल मोड [1] | TF2 |
| लोड हो रहा है / अनुमान | पूरी तरह से समर्थित ( पूर्ण TF1 हब प्रारूप लोडिंग गाइड ) m = hub.Module(handle)
outputs = m(inputs) | हब.लोड m = hub.load(handle)
outputs = m.signatures["sig"](inputs)या हब का उपयोग करने की अनुशंसा की जाती है। KerasLayer m = hub.KerasLayer(handle, signature="sig")
outputs = m(inputs) |
| फ़ाइन ट्यूनिंग | पूरी तरह से समर्थित ( पूर्ण TF1 हब प्रारूप फ़ाइन-ट्यूनिंग गाइड ) m = hub.Module(handle,
trainable=True,
tags=["train"]*is_training)
outputs = m(inputs) नोट: जिन मॉड्यूलों को अलग ट्रेन ग्राफ़ की आवश्यकता नहीं होती है उनमें ट्रेन टैग नहीं होता है। | समर्थित नहीं |
| सृष्टि | पूरी तरह से समर्थित ( पूर्ण TF1 हब प्रारूप निर्माण मार्गदर्शिका देखें) नोट: TF1 हब प्रारूप TF1 की ओर तैयार है और केवल आंशिक रूप से TF2 में समर्थित है। एक TF2 SavedModel बनाने पर विचार करें। | समर्थित नहीं |
TF2 सहेजे गए मॉडल की संगतता
TF1.15 से पहले समर्थित नहीं है।
| संचालन | TF1.15 / TF1 TF2 में अनुकूल मोड [1] | TF2 |
| लोड हो रहा है / अनुमान | हब.लोड m = hub.load(handle)
outputs = m(inputs)या हब का उपयोग करें। KerasLayer m = hub.KerasLayer(handle)
outputs = m(inputs) | पूरी तरह से समर्थित ( पूर्ण TF2 SavedModel लोडिंग गाइड )। हब.लोड m = hub.load(handle)
outputs = m(inputs)या हब का उपयोग करें। KerasLayer m = hub.KerasLayer(handle)
outputs = m(inputs) |
| फ़ाइन ट्यूनिंग | हब के लिए समर्थित। KerasLayer tf.keras.Model में उपयोग किया जाता है जब Model.fit() के साथ प्रशिक्षित किया जाता है या एक अनुमानक में प्रशिक्षित किया जाता है जिसका model_fn मॉडल को कस्टम model_fn गाइड के अनुसार लपेटता है। नोट: हब.केरासलेयर पुराने tf.compat.v1.layers या हब की तरह ग्राफ़ संग्रह नहीं भरता है। मॉड्यूल एपीआई ने किया। | पूरी तरह से समर्थित ( पूर्ण TF2 SavedModel फाइन-ट्यूनिंग गाइड )। हब.लोड का उपयोग करें: m = hub.load(handle)
outputs = m(inputs, training=is_training)या हब। KerasLayer: m = hub.KerasLayer(handle, trainable=True)
outputs = m(inputs) |
| सृष्टि | TF2 API tf.saved_model.save() को कॉम्पिटिशन मोड के भीतर से कॉल किया जा सकता है। | पूरी तरह से समर्थित ( पूर्ण TF2 सहेजे गए मॉडल निर्माण मार्गदर्शिका देखें) |
[1] "TF2 में TF1 कॉम्पेट मोड" TF2 को import tensorflow.compat.v1 as tf करने और tf.disable_v2_behavior() चलाने के संयुक्त प्रभाव को संदर्भित करता है जैसा कि TensorFlow माइग्रेशन गाइड में वर्णित है।