tensorflow_hub
库允许您使用最少的代码在 TensorFlow 程序中下载和重复使用经过训练的模型。加载经过训练的模型的主要方法是使用 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)
注意:此文档在示例中使用 TFhub.dev URL 句柄。有关其他有效句柄类型的更多信息,请 在此处查看。
为下载设置缓存位置。
默认情况下,tensorflow_hub
使用系统范围的临时目录来缓存已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
虽然我们希望防止重大更改,但此项目仍处于积极开发中,并且尚未保证具有稳定的 API 或模型格式。
公平性
与机器学习中的所有内容一样,公平性是一个重要的考量因素。许多预训练模型都是针对大型数据集进行训练的。在重复使用任何模型时,务必要注意该模型的训练数据(以及是否存在任何现有的偏差),以及这些偏差可能会如何影响你对模型的使用。
安全性
由于模型包含任意的 TensorFlow 图,因此可以将模型视为程序。安全使用 TensorFlow描述了从不受信任的来源引用模型的安全影响。