La biblioteca tensorflow_hub te permite descargar y reutilizar modelos entrenados en tu programa TensorFlow con una cantidad mínima de código. La forma principal de cargar un modelo entrenado es mediante la API hub.KerasLayer .
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)
Nota: Esta documentación utiliza identificadores de URL TFhub.dev en ejemplos. Vea más información sobre otros tipos de identificadores válidos aquí .
Configuración de la ubicación del caché para descargas.
De forma predeterminada, tensorflow_hub utiliza un directorio temporal en todo el sistema para almacenar en caché los modelos descargados y sin comprimir. Consulte Almacenamiento en caché para conocer opciones para utilizar otras ubicaciones, posiblemente más persistentes.
Estabilidad API
Aunque esperamos evitar cambios importantes, este proyecto aún está en desarrollo activo y aún no se garantiza que tenga una API o formato de modelo estable.
Justicia
Como en todo el aprendizaje automático, la equidad es una consideración importante . Muchos modelos previamente entrenados se entrenan en grandes conjuntos de datos. Al reutilizar cualquier modelo, es importante tener en cuenta con qué datos se entrenó el modelo (y si existen sesgos allí), y cómo estos podrían afectar su uso.
Seguridad
Dado que contienen gráficos arbitrarios de TensorFlow, los modelos pueden considerarse programas. Usar TensorFlow de forma segura describe las implicaciones de seguridad de hacer referencia a un modelo desde una fuente que no es de confianza.