【Tensorflow教程笔记】TensorFlow Hub 模型复用

最新推荐文章于 2024-06-11 10:22:17 发布

_APTX4869

最新推荐文章于 2024-06-11 10:22:17 发布

阅读量5.2k

点赞数 6

分类专栏： Tensorflow

本文链接：https://blog.csdn.net/nanke_4869/article/details/114308384

版权

这篇博客介绍了TensorFlow Hub的用途，强调了模型复用在软件开发中的价值。内容包括TF Hub网站的浏览，模型的安装，以及模型使用和再训练的示例。通过实例展示了如何使用TF Hub进行图像风格转换，并提供了模型retrain的Keras接口使用方法。

摘要由CSDN通过智能技术生成

Tensorflow教程笔记

相应的，TF Hub 目的是为了更好的复用已训练好且经过充分验证的模型，可节省海量的训练时间和计算资源。这些预训练好的模型，可以进行直接部署，也可以进行迁移学习（Transfer Learning）。对个人开发者来说，TF Hub 是非常有意义的，他们可以快速复用像谷歌这样的大公司使用海量计算资源训练的模型，而他们个人去获取这些资源是很不现实的。

TF Hub 网站

在这里插入图片描述
打开主页 https://tfhub.dev/ ，在左侧有 Text、Image、Video 和 Publishers 等选项，可以选取关注的类别，然后在顶部的搜索框输入关键字可以搜索模型。

以 stylization 为例，我们搜索到如下模型：
在这里插入图片描述
该模型的地址如下：

https://tfhub.dev/google/magenta/arbitrary-image-stylization-v1-256/2

其中，末尾的 2 为该模型的版本号。

注意目前还有很多模型是基于 TF1.0 的，选择的过程中请注意甄别，有些模型会明确写出来是使用的哪个版本，或者，检查使用是否是 tfhub 0.5.0 或以上版本的 API hub.load(url) ，在之前版本使用的是 hub.Module(url) 。
如果不能访问 tfhub.dev，请大家转换域名到国内镜像 https://hub.tensorflow.google.cn/ ，模型下载地址也需要相应转换。

TF Hub 安装

TF Hub 是单独的一个库，需要单独安装，安装命令如下：

pip install tensorflow-hub

在 TF2.0 上，必须使用 0.5.0 或以上版本，因为接口有变动。

TF Hub 模型使用样例

TF Hub 模型的复用非常简单，代码模式如下：

import tensorflow_hub as hub

hub_handle = 'https://tfhub.dev/google/magenta/arbitrary-image-stylization-v1-256/2'
hub_model = hub.load(hub_handle)
outputs = hub_model(