Introducción
TensorFlow Hub aloja modelos para una variedad de tareas. Se recomienda que los modelos para una misma tarea implementen una API común, de modo que los consumidores del modelo puedan intercambiarlos con facilidad y sin modificar el código que los usa, incluso si provienen de publicadores diferentes.
El objetivo es que el intercambio de diferentes modelos para una misma tarea sea tan simple como cambiar un hiperparámetro con valores de string. De esta forma, los consumidores de modelos pueden encontrar con facilidad aquel que mejor se adapta a su problema.
Este directorio recopila especificaciones de API comunes para modelos en el formato de modelo guardado de TF2. (Reemplaza las firmas comunes por el formato de TF1 Hub, que ya es obsoleto).
Modelo guardado reutilizable: la base común
La API de modelo guardado reutilizable define las convenciones generales para volver a cargar un modelo guardado en un programa de Python y reutilizarlo como parte de un modelo de TensorFlow más grande.
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 los usuarios de Keras, la clase hub.KerasLayer depende de esta API para unir el modelo guardado reutilizable como una capa Keras (para proteger a los usuarios de Keras de sus detalles), con entradas y salidas según las API específicas para cada tarea (consulta la lista de más abajo).
API específicas para tareas
Definen mejor la API de modelo guardado reutilizable con convenciones para tareas particulares de AA y tipos de datos.