टीएफ हब मॉडल प्रारूप
टीएफ हब पुन: प्रयोज्य मॉडल के टुकड़े प्रदान करता है जिन्हें वापस लोड किया जा सकता है, बनाया जा सकता है, और संभवतः टेन्सरफ्लो प्रोग्राम में पुनः प्रशिक्षित किया जा सकता है। ये दो अलग-अलग स्वरूपों में आते हैं:
- कस्टम TF1 हब प्रारूप . इसका मुख्य इच्छित उपयोग इसके hub.Module API के माध्यम से TF1 (या TF2 में TF1 संगतता मोड) में है। पूर्ण अनुकूलता विवरण नीचे दिया गया है ।
- मूल TF2 SaveModel प्रारूप। इसका मुख्य उद्देश्य TF2 में hub.load और hub.KerasLayer API के माध्यम से है। पूर्ण अनुकूलता विवरण नीचे दिया गया है ।
मॉडल प्रारूप tfhub.dev पर मॉडल पृष्ठ पर पाया जा सकता है। मॉडल प्रारूपों के आधार पर मॉडल लोडिंग/अनुमान , फ़ाइन-ट्यूनिंग या निर्माण TF1/2 में समर्थित नहीं हो सकता है।
TF1 हब प्रारूप की अनुकूलता
संचालन | TF2 में TF1/TF1 कॉम्पैट मोड [1] | TF2 |
लोड हो रहा है/अनुमान | पूरी तरह से समर्थित ( पूर्ण TF1 हब प्रारूप लोडिंग गाइड ) m = hub.Module(handle)
outputs = m(inputs) | हब.लोड में से किसी एक का उपयोग करने की अनुशंसा की जाती हैm = hub.load(handle)
outputs = m.signatures["sig"](inputs) m = hub.KerasLayer(handle, signature="sig")
outputs = m(inputs) |
फ़ाइन ट्यूनिंग | पूरी तरह से समर्थित ( पूर्ण TF1 हब प्रारूप फ़ाइन-ट्यूनिंग गाइड ) m = hub.Module(handle,
trainable=True,
tags=["train"]*is_training)
outputs = m(inputs) ध्यान दें: जिन मॉड्यूलों को अलग ट्रेन ग्राफ़ की आवश्यकता नहीं होती है, उनमें ट्रेन टैग नहीं होता है। | समर्थित नहीं |
निर्माण | पूरी तरह से समर्थित ( पूर्ण TF1 हब प्रारूप निर्माण मार्गदर्शिका देखें) नोट: TF1 हब प्रारूप TF1 की ओर तैयार है और TF2 में केवल आंशिक रूप से समर्थित है। TF2 सेव्डमॉडल बनाने पर विचार करें। | समर्थित नहीं |
TF2 सेव्डमॉडल की अनुकूलता
TF1.15 से पहले समर्थित नहीं.
संचालन | TF2 में TF1.15/TF1 कॉम्पैट मोड [1] | TF2 |
लोड हो रहा है/अनुमान | या तो हब.लोड का उपयोग करेंm = hub.load(handle)
outputs = m(inputs) m = hub.KerasLayer(handle)
outputs = m(inputs) | पूरी तरह से समर्थित ( पूर्ण TF2 सेव्डमॉडल लोडिंग गाइड )। या तो हब.लोड का उपयोग करेंm = hub.load(handle)
outputs = m(inputs) m = hub.KerasLayer(handle)
outputs = m(inputs) |
फ़ाइन ट्यूनिंग | tf.keras.Model में उपयोग किए जाने वाले हब.केरसलेयर के लिए समर्थित, जब इसे मॉडल.फिट() के साथ प्रशिक्षित किया जाता है या एक एस्टीमेटर में प्रशिक्षित किया जाता है, जिसका मॉडल_एफएन कस्टम मॉडल_एफएन गाइड के अनुसार मॉडल को लपेटता है। ध्यान दें: hub.KerasLayer पुराने tf.compat.v1.layers या hub.Module API की तरह ग्राफ़ संग्रह नहीं भरता है। | पूरी तरह से समर्थित ( पूर्ण TF2 सेव्डमॉडल फाइन-ट्यूनिंग गाइड )। या तो हब.लोड का उपयोग करें:m = hub.load(handle)
outputs = m(inputs, training=is_training) m = hub.KerasLayer(handle, trainable=True)
outputs = m(inputs) |
निर्माण | TF2 API tf.save_model.save() को कंपैट मोड के भीतर से कॉल किया जा सकता है। | पूरी तरह से समर्थित ( पूर्ण TF2 सेव्डमॉडल निर्माण मार्गदर्शिका देखें) |
[1] "टीएफ2 में टीएफ1 कॉम्पैट मोड" टीएफ2 को आयात करने के साथ-साथ import tensorflow.compat.v1 as tf
और टेंसरफ्लो माइग्रेशन गाइड में वर्णित tf.disable_v2_behavior()
चलाने के संयुक्त प्रभाव को संदर्भित करता है।