tensorflow_hub लाइब्रेरी आपको न्यूनतम मात्रा में कोड के साथ अपने TensorFlow प्रोग्राम में प्रशिक्षित मॉडल डाउनलोड करने और पुन: उपयोग करने की सुविधा देती है। प्रशिक्षित मॉडल को लोड करने का मुख्य तरीका hub.KerasLayer API का उपयोग करना है।
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)
नोट: यह दस्तावेज़ उदाहरणों में TFhub.dev URL हैंडल का उपयोग करता है। अन्य मान्य हैंडल प्रकारों के संबंध में अधिक जानकारी यहां देखें।
डाउनलोड के लिए कैश स्थान सेट करना।
डिफ़ॉल्ट रूप से, tensorflow_hub डाउनलोड किए गए और असम्पीडित मॉडल को कैश करने के लिए एक सिस्टम-व्यापी, अस्थायी निर्देशिका का उपयोग करता है। अन्य, संभवतः अधिक स्थायी स्थानों का उपयोग करने के विकल्पों के लिए कैशिंग देखें।
एपीआई स्थिरता
हालाँकि हम परिवर्तनों को तोड़ने से रोकने की उम्मीद करते हैं, यह परियोजना अभी भी सक्रिय विकास के अधीन है और अभी तक स्थिर एपीआई या मॉडल प्रारूप की गारंटी नहीं है।
फेयरनेस
जैसा कि सभी मशीन लर्निंग में होता है, निष्पक्षता एक महत्वपूर्ण विचार है। कई पूर्व-प्रशिक्षित मॉडलों को बड़े डेटासेट पर प्रशिक्षित किया जाता है। किसी भी मॉडल का पुन: उपयोग करते समय, यह ध्यान रखना महत्वपूर्ण है कि मॉडल को किस डेटा पर प्रशिक्षित किया गया था (और क्या वहां कोई मौजूदा पूर्वाग्रह हैं), और ये आपके उपयोग को कैसे प्रभावित कर सकते हैं।
सुरक्षा
चूँकि उनमें मनमाना TensorFlow ग्राफ़ होते हैं, इसलिए मॉडल को प्रोग्राम के रूप में सोचा जा सकता है। TensorFlow का सुरक्षित रूप से उपयोग करना किसी अविश्वसनीय स्रोत से किसी मॉडल को संदर्भित करने के सुरक्षा निहितार्थों का वर्णन करता है।