Ikhtisar Pustaka TensorFlow Hub

Pustaka tensorflow_hub memungkinkan Anda mendownload dan menggunakan kembali model terlatih dalam program TensorFlow dengan jumlah kode minimum. Cara utama memuat model terlatih adalah menggunakan 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)

Catatan: Dokumentasi ini menggunakan pegangan URL TFhub.dev sebagai contoh. Lihat informasi lebih lanjut mengenai jenis pegangan valid lainnya di sini .

Mengatur lokasi cache untuk unduhan.

Secara default, tensorflow_hub menggunakan direktori sementara di seluruh sistem untuk menyimpan cache model yang diunduh dan tidak dikompresi. Lihat Caching untuk opsi menggunakan lokasi lain yang mungkin lebih persisten.

Stabilitas API

Meskipun kami berharap dapat mencegah perubahan yang dapat menyebabkan gangguan, proyek ini masih dalam pengembangan aktif dan belum dijamin memiliki format API atau model yang stabil.

Keadilan

Seperti dalam semua pembelajaran mesin, keadilan merupakan pertimbangan penting . Banyak model terlatih yang dilatih pada kumpulan data besar. Saat menggunakan kembali model apa pun, penting untuk memperhatikan data apa yang digunakan untuk melatih model tersebut (dan apakah ada bias yang ada di sana), dan bagaimana hal ini dapat memengaruhi penggunaan Anda terhadap model tersebut.

Keamanan

Karena berisi grafik TensorFlow yang berubah-ubah, model dapat dianggap sebagai program. Menggunakan TensorFlow Securely menjelaskan implikasi keamanan dari mereferensikan model dari sumber yang tidak tepercaya.

Langkah Selanjutnya