परिचय
TensorFlow हब विभिन्न प्रकार के कार्यों के लिए मॉडल होस्ट करता है। समान कार्य के लिए मॉडलों को एक सामान्य एपीआई लागू करने के लिए प्रोत्साहित किया जाता है ताकि मॉडल उपभोक्ता उनका उपयोग करने वाले कोड को संशोधित किए बिना आसानी से उनका आदान-प्रदान कर सकें, भले ही वे विभिन्न प्रकाशकों से आए हों।
लक्ष्य एक ही कार्य के लिए विभिन्न मॉडलों के आदान-प्रदान को स्ट्रिंग-वैल्यू हाइपरपैरामीटर को स्विच करने जितना आसान बनाना है। इसके साथ, मॉडल उपभोक्ता आसानी से अपनी समस्या के लिए सर्वोत्तम विकल्प ढूंढ सकते हैं।
यह निर्देशिका TF2 SavedModel प्रारूप में मॉडलों के लिए सामान्य API के विनिर्देश एकत्र करती है। (यह अब अप्रचलित TF1 हब प्रारूप के लिए सामान्य हस्ताक्षरों को प्रतिस्थापित करता है।)
पुन: प्रयोज्य सेव्डमॉडल: सामान्य आधार
पुन: प्रयोज्य सेव्डमॉडल एपीआई सामान्य परंपराओं को परिभाषित करता है कि कैसे एक सेव्डमॉडल को पायथन प्रोग्राम में वापस लोड किया जाए और इसे एक बड़े टेन्सरफ्लो मॉडल के हिस्से के रूप में पुन: उपयोग किया जाए।
मूल उपयोग:
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__.
केरस उपयोगकर्ताओं के लिए, hub.KerasLayer वर्ग पुन: प्रयोज्य सेव्डमॉडल को केरस लेयर के रूप में लपेटने के लिए इस एपीआई पर निर्भर करता है (केरस उपयोगकर्ताओं को इसके विवरण से बचाता है), नीचे सूचीबद्ध कार्य-विशिष्ट एपीआई के अनुसार इनपुट और आउटपुट के साथ।
कार्य-विशिष्ट एपीआई
ये विशेष एमएल कार्यों और डेटा के प्रकारों के लिए परंपराओं के साथ पुन: प्रयोज्य सेव्डमॉडल एपीआई को परिष्कृत करते हैं।