lib_overview.md

Visão geral da biblioteca do TensorFlow Hub

Com a biblioteca tensorflow_hub, você pode baixar e reutilizar modelos treinados em seu programa do TensorFlow com uma quantidade mínima de código. A principal forma de carregar um modelo treinado é usando a 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)

Observação: esta documentação usa identificadores de URL TFhub.dev nos exemplos. Confira mais informações sobre outros tipos de identificador válidos aqui.

Definição do local de cache para downloads

Por padrão, tensorflow_hub use um diretório temporário para todo o sistema para fazer o cache de modelos baixados e descompactados. Confira opções de uso de outros locais, possivelmente mais persistentes, em Como fazer cache.

Estabilidade da API

Embora esperamos evitar mudanças que causem problemas em códigos existentes, este projeto ainda está em pleno desenvolvimento, e ainda não há garantias de uma API ou formato de modelo estáveis.

Equidade

Em aprendizado de máquina, a equidade é uma consideração importante. Vários modelos pré-treinados são treinados com datasets grandes. Ao reutilizar qualquer modelo, é importante ter em mente com quais dados o modelo foi treinado (e se há algum bias existente) e como eles podem impactar seu uso do modelo.

Segurança

Como os modelos contêm grafos arbitrários do TensorFlow, podem ser considerados programas. O artigo Como usar o TensorFlow com segurança descreve as implicações de segurança ao referenciar um modelo de uma fonte não confiável.

Próximos passos

• Usando a biblioteca

• SavedModels reutilizáveis