Question

我已经通过tensorflow hub建立了一个模型并保存了。但是，当我加载它时，我必须添加custom_objects={'KerasLayer':hub.KerasLayer}。它将连接网络。

model = tf.keras.models.load_model('my_model.h5',custom_objects={'KerasLayer':hub.KerasLayer})

如何下载hub.KerasLayer并离线加载？

Answer 1

您还可以使用TFHUB_CACHE_DIR自动执行此操作

import tensorflow_hub as hub
import os

os.environ["TFHUB_CACHE_DIR"] = "/tmp/model"
hub.KerasLayer("https://tfhub.dev/google/nnlm-id-dim50-with-normalization/2")

模型资产将下载到/ tmp / model / 以后对hub.KerasLayer("https://tfhub.dev/google/nnlm-id-dim50-with-normalization/2")的调用将使用本地副本

Answer 2

其中有些取决于您是否具有正确保存的模型。在这种情况下，您可以

import tensorflow as tf
import tensorflow_hub as hub


k_layer = hub.KerasLayer("some/file/path")

有关更多详细信息，请参见https://www.tensorflow.org/hub/tf2_saved_model。

Answer 3

如果您从TFHub页面下载了模型，

例如，

import tensorflow as tf
import tensorflow_hub as hub

model_path = "path/to/tfhubmodel/"
hub_layer = hub.KerasLayer(hub.load(model_path))

如何离线加载hub.KerasLayer？

3 个答案: