Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Introdução
O TensorFlow Hub hospeda modelos para diversas tarefas. Os modelos para a mesma tarefa são incentivados a implementar uma API comum para que os consumidores do modelo possam trocá-los facilmente sem modificar o código que os utiliza, mesmo que venham de editores diferentes.
O objetivo é tornar a troca de modelos diferentes para a mesma tarefa tão simples quanto trocar um hiperparâmetro com valor de string. Com isso, o consumidor modelo pode facilmente encontrar o melhor para o seu problema.
A API Reusable SavedModel define convenções gerais sobre como carregar um SavedModel de volta em um programa Python e reutilizá-lo como parte de um modelo maior do TensorFlow.
Uso básico:
obj = hub.load("path/to/model") # That's tf.saved_model.load() after download.
outputs = obj(inputs, training=False) # Invokes the tf.function obj.__call__.
Para usuários Keras, a classe hub.KerasLayer depende desta API para agrupar o SavedModel reutilizável como uma camada Keras (protegendo os usuários Keras de seus detalhes), com entradas e saídas de acordo com as APIs específicas da tarefa listadas abaixo.
APIs específicas de tarefas
Eles refinam a API Reusable SavedModel com convenções para tarefas e tipos de dados específicos de ML.