Вступление
TensorFlow Hub принимает модели для различных задач. Моделям для одной и той же задачи рекомендуется реализовать общий API, чтобы потребители моделей могли легко обмениваться ими, не изменяя код, который их использует, даже если они поступают от разных издателей.
Цель состоит в том, чтобы сделать обмен разными моделями для одной и той же задачи таким же простым, как переключение строкового гиперпараметра. Благодаря этому потребители модели могут легко найти лучшую модель для своей проблемы.
Этот каталог собирает спецификации общих API - интерфейсов для моделей в формате TF2 SavedModel . (Он заменяет Общие Подписи для ныне устаревшего формата TF1 Hub .)
Многоразовая модель SavedModel: общая основа
Многоразовый SavedModel API определяет общие соглашения , как загрузить SavedModel обратно в программу , Python и использовать его как часть более крупной модели TensorFlow.
Основное использование:
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__.
Для пользователей Keras, то hub.KerasLayer класс опирается на этот API , чтобы обернуть многоразовые SavedModel как Keras Layer (экранирование пользователей Keras из его деталей), с входами и выходами в соответствии с задачей-специфических API , перечисленных ниже.
API для конкретных задач
Эти результаты многоразового SavedModel API с конвенциями для конкретных задач и типов данных ML.