本文档介绍了在 tfhub.dev 上托管所有模型类型（TFJS、TF Lite 和 TensorFlow 模型）时使用的 URL 约定。它还介绍了 tensorflow_hub 库实现的基于 HTTP(S) 的协议，以便将 TensorFlow 模型从 tfhub.dev 和兼容服务加载到 TensorFlow 程序中。
其主要功能是在代码中使用相同的 URL 加载模型，并在浏览器中查看模型文档。
通用 URL 约定
tfhub.dev 支持以下 URL 格式
- TF Hub 发布者遵循
<a href="https://tfhub.dev/">https://tfhub.dev/</a><publisher> - TF Hub 收藏遵循
<a href="https://tfhub.dev/">https://tfhub.dev/</a><publisher>/collection/<collection_name> - TF Hub 模型具有版本化 URL
<a href="https://tfhub.dev/">https://tfhub.dev/</a><publisher>/<model_name>/<version>和未版本化 URL<a href="https://tfhub.dev/">https://tfhub.dev/</a><publisher>/<model_name>，该 URL 解析为该模型的最新版本。
可以通过将 URL 参数附加到 tfhub.dev 模型 URL 来将 TF Hub 模型下载为压缩资产。但是，实现此目的所需的 URL 参数取决于模型类型
- TensorFlow 模型（SavedModel 和 TF1 Hub 格式）：将
?tf-hub-format=compressed附加到 TensorFlow 模型 URL。 - TFJS 模型：将
?tfjs-format=compressed附加到 TFJS 模型 URL 以下载压缩文件，或将/model.json?tfjs-format=file附加到 TFJS 模型 URL 以从远程存储中读取。 - TF Lite 模型：将
?lite-format=tflite附加到 TF Lite 模型 URL。
例如
| 类型 | 模型网址 | 下载类型 | 网址参数 | 下载网址 |
| TensorFlow（SavedModel、TF1 Hub 格式） | https://tfhub.dev/google/spice/2 | .tar.gz | ?tf-hub-format=compressed | https://tfhub.dev/google/spice/2?tf-hub-format=compressed |
| TF Lite | https://tfhub.dev/google/lite-model/spice/1 | .tflite | ?lite-format=tflite | https://tfhub.dev/google/lite-model/spice/1?lite-format=tflite |
| TF.js | https://tfhub.dev/google/tfjs-model/spice/2/default/1 | .tar.gz | ?tfjs-format=compressed | https://tfhub.dev/google/tfjs-model/spice/2/default/1?tfjs-format=compressed |
此外，某些模型还托管在一种格式中，可以直接从远程存储中读取，而无需下载。如果本地没有可用存储空间（例如在浏览器中运行 TF.js 模型或在 Colab 上加载 SavedModel），这会特别有用。请注意，读取未下载到本地而直接托管在远程位置的模型可能会增加延迟。
| 类型 | 模型网址 | 响应类型 | 网址参数 | 请求网址 |
| TensorFlow（SavedModel、TF1 Hub 格式） | https://tfhub.dev/google/spice/2 | 字符串（存储未压缩模型的 GCS 文件夹的路径） | ?tf-hub-format=uncompressed | https://tfhub.dev/google/spice/2?tf-hub-format=uncompressed |
| TF.js | https://tfhub.dev/google/tfjs-model/spice/2/default/1 | .json | ?tfjs-format=file | https://tfhub.dev/google/tfjs-model/spice/2/default/1/model.json?tfjs-format=file |
tensorflow_hub 库协议
本部分介绍如何在 tfhub.dev 上托管模型，以便与 tensorflow_hub 库配合使用。如果您想托管自己的模型存储库以配合 tensorflow_hub 库使用，您的 HTTP(s) 分发服务应提供此协议的实现。
请注意，本部分不涉及托管 TF Lite 和 TFJS 模型，因为它们不会通过 tensorflow_hub 库下载。有关托管这些模型类型的更多信息，请查看上方。
压缩托管
模型以压缩的 tar.gz 文件的形式存储在 tfhub.dev 上。默认情况下，tensorflow_hub 库会自动下载压缩模型。也可以通过将 ?tf-hub-format=compressed 附加到模型网址来手动下载，例如
wget https://tfhub.dev/tensorflow/albert_en_xxlarge/1?tf-hub-format=compressed
存档的根目录是模型目录的根目录，应包含 SavedModel，如下例所示
# Create a compressed model from a SavedModel directory.
$ tar -cz -f model.tar.gz --owner=0 --group=0 -C /tmp/export-model/ .
# Inspect files inside a compressed model
$ tar -tf model.tar.gz
./
./variables/
./variables/variables.data-00000-of-00001
./variables/variables.index
./assets/
./saved_model.pb
用于传统 TF1 Hub 格式 的 Tarball 也将包含一个 ./tfhub_module.pb 文件。
当调用 tensorflow_hub 库模型加载 API 之一（hub.KerasLayer、hub.load 等）时，该库会下载模型、解压缩模型并将其缓存在本地。tensorflow_hub 库期望模型 URL 具有版本控制，并且给定版本的模型内容不可变，以便可以无限期地缓存。详细了解 模型缓存。
未压缩托管
当环境变量 TFHUB_MODEL_LOAD_FORMAT 或命令行标志 --tfhub_model_load_format 设置为 UNCOMPRESSED 时，该模型将直接从远程存储（GCS）读取，而不是下载并解压缩到本地。启用此行为时，该库会将 ?tf-hub-format=uncompressed 附加到模型 URL。该请求返回 GCS 上包含未压缩模型文件的文件夹的路径。例如，
<a href="https://tfhub.dev/google/spice/2?tf-hub-format=uncompressed">https://tfhub.dev/google/spice/2?tf-hub-format=uncompressed</a>
在 303 响应的主体中返回
gs://tfhub-modules/google/spice/2/uncompressed。然后，该库从该 GCS 目标读取模型。