Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

TF1 / TF2 Model uyumluluğu

TF Hub modeli biçimleri

TF Hub üzerine inşa yüklü sırt, olabilir ve muhtemelen bir TensorFlow programında retrained yeniden modeli parçalarını sunmaktadır. Bu iki farklı biçimde sunulur:

Model biçimi üzerinde model sayfasında bulunabilir tfhub.dev . Model yükleme / çıkarsama, ince ayar veya yaratma modeli formatları dayalı TF1 / 2'de desteklenmiyor olabilir.

TF1 Hub formatının Uyumluluk

Operasyon TF1 / TF1 TF2 modu compat [1] TF2
Yükleme / Çıkarım Tam olarak desteklenen ( komple TF1 Hub biçimi yükleme kılavuzu )
m = hub.Module(handle)
outputs = m(inputs)
Ya hub.load kullanılmasını öneriyoruz
m = hub.load(handle)
outputs = m.signatures["sig"](inputs)
ya hub.KerasLayer
m = hub.KerasLayer(handle, signature="sig")
outputs = m(inputs)
İnce ayar Tam olarak desteklenen ( komple TF1 Hub biçimi ince ayar kılavuzu )
m = hub.Module(handle,
               trainable=True,
               tags=["train"]*is_training)
outputs = m(inputs)
Not: Bir tren etiketi yok grafik ayrı bir tren gerekmez modüller.
Desteklenmiyor
Oluşturma Tam olarak desteklenen (bkz komple TF1 Hub biçimi oluşturma kılavuzunu )
Not: TF1 Hub biçimi TF1 yönelik ve sadece kısmen TF2 desteklenir. Bir TF2 SavedModel oluşturmayı düşünün.
Desteklenmiyor

TF2 SavedModel uyumluluğu

TF1.15 önce desteklenmez.

Operasyon TF1.15 / TF1 TF2 modu compat [1] TF2
Yükleme / Çıkarım Ya hub.load kullanın
m = hub.load(handle)
outputs = m(inputs)
ya hub.KerasLayer
m = hub.KerasLayer(handle)
outputs = m(inputs)
Tamamen (desteklenen tam TF2 SavedModel yükleme kılavuzu ). Ya hub.load kullanın
m = hub.load(handle)
outputs = m(inputs)
ya hub.KerasLayer
m = hub.KerasLayer(handle)
outputs = m(inputs)
İnce ayar Model.fit ile eğitilmiş () veya kimin model_fn başına Modeli sarar bir Tahmincisi'nde eğitimli zaman tf.keras.Model kullanılan bir hub.KerasLayer için desteklenen özel model_fn rehberi .
Not: hub.KerasLayer eski tf.compat.v1.layers gibi grafik koleksiyonlarında doldurmuyor veya hub.Module API'leri yaptı.
Tamamen (desteklenen tam TF2 SavedModel ince ayar kılavuzu ). Ya hub.load kullanın:
m = hub.load(handle)
outputs = m(inputs, training=is_training)
veya hub.KerasLayer:
m =  hub.KerasLayer(handle, trainable=True)
outputs = m(inputs)
Oluşturma TF2 API tf.saved_model.save () compat modundan çağrılabilir. Tam olarak desteklenen (bkz komple TF2 SavedModel oluşturma kılavuzu )

[1] "TF1 TF2 modu compat" ile TF2 içe kombine etkisi anlamına gelir import tensorflow.compat.v1 as tf ve çalışan tf.disable_v2_behavior() tarif edildiği gibi TensorFlow Geçiş kılavuz .