lib_overview.md

Descripción general de la biblioteca de TensorFlow Hub

La biblioteca tensorflow_hub le permite descargar y reutilizar modelos entrenados en su programa de 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: En esta documentación se usan identificadores de URL de TFhub.dev en los ejemplos. Puede ver más información sobre otros tipos de identificadores válidos aquí.

Establecer la ubicación del caché para descargas

De forma predeterminada, tensorflow_hub usa un directorio temporal en todo el sistema para almacenar en caché los modelos descargados y sin comprimir. Consulte Almacenamiento en caché para conocer las opciones para usar otras ubicaciones, posiblemente más persistentes.

Estabilidad de la API

Si bien nos gustaría evitar cambios importantes, este proyecto aún se está desarrollando de forma activa y todavía no tenemos la garantía de que tenga una API o formato de modelo estable.

Equidad

Como todo lo que sea respecto al aprendizaje automático, la equidad es una consideración importante. Muchos modelos preentrenados se entrenan en conjuntos de datos grandes. Al reutilizar cualquier modelo, es importante tener en cuenta qué datos se usaron para entrenarlo (y si existen sesgos) y cómo podrían afectar su uso.

Seguridad

Dado que contienen gráficos arbitrarios de TensorFlow, los modelos pueden considerarse programas. En Usar TensorFlow de forma segura se describen las implicaciones de seguridad cuando se hacer referencia a un modelo desde una fuente no confiable.

Próximos pasos

• Usar la biblioteca

• SavedModel reutilizables