تتيح لك مكتبة tensorflow_hub تنزيل النماذج المدربة وإعادة استخدامها في برنامج TensorFlow الخاص بك بأقل قدر من التعليمات البرمجية. الطريقة الرئيسية لتحميل نموذج مدرب هي استخدام 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)
ملاحظة: تستخدم هذه الوثائق مقابض URL TFhub.dev في الأمثلة. اطلع على مزيد من المعلومات بخصوص أنواع المقابض الصالحة الأخرى هنا .
تحديد موقع ذاكرة التخزين المؤقت للتنزيلات.
افتراضيًا، يستخدم tensorflow_hub دليلاً مؤقتًا على مستوى النظام لتخزين النماذج التي تم تنزيلها وغير المضغوطة مؤقتًا. راجع التخزين المؤقت للحصول على خيارات لاستخدام مواقع أخرى، وربما أكثر ثباتًا.
استقرار واجهة برمجة التطبيقات
على الرغم من أننا نأمل في منع حدوث تغييرات، إلا أن هذا المشروع لا يزال قيد التطوير النشط وليس مضمونًا بعد أن يكون لديه واجهة برمجة تطبيقات مستقرة أو تنسيق نموذج.
الإنصاف
كما هو الحال في جميع مجالات التعلم الآلي، تعد العدالة أحد الاعتبارات المهمة . يتم تدريب العديد من النماذج المدربة مسبقًا على مجموعات البيانات الكبيرة. عند إعادة استخدام أي نموذج، من المهم أن تضع في اعتبارك البيانات التي تم تدريب النموذج عليها (وما إذا كان هناك أي تحيزات موجودة هناك)، وكيف يمكن أن يؤثر ذلك على استخدامك له.
حماية
نظرًا لأنها تحتوي على رسوم بيانية اعتباطية لـ TensorFlow، فيمكن اعتبار النماذج بمثابة برامج. يصف استخدام TensorFlow بشكل آمن الآثار الأمنية المترتبة على الرجوع إلى نموذج من مصدر غير موثوق به.