时间戳

首页 > 解决方案 > TensorFlow 2.0 和 TensorFlow Hub：load_module_spec 等效？

python - TensorFlow 2.0 和 TensorFlow Hub：load_module_spec 等效？

问题描述

当使用 TensorFlow 1.x 和 TensorFlow hub 时，我们可以加载模块的规范来检查预期的输出形状（可能还有其他有用的规范！），如下所示：

spec = hub.load_module_spec("https://tfhub.dev/google/nnlm-en-dim128/1")
shape = spec.get_output_info_dict()['default'].get_shape()

当尝试对兼容 TF 2.0 的集线器模块执行相同操作时，我在调用时遇到以下错误消息load_module_spec：

缺少支持的实现：loader(*('/tmp/tfhub_modules/82c4aaf4250ffb09088bd48368ee7fd00e5464fe',), **{})

是否有其他方法可以检查 TF 2.0 集线器模块的输出形状？

标签： pythontensorflowtensorflow-hub

解决方案

对于 TensorFlow 2，TF Hub 将切换到提供 TF2 的原生基于对象的 SavedModels [ doc，RFC ]。tf.saved_model.load()如果它们已经在您的文件系统上，或者hub.load()从 URL 可选下载，则它们会被加载。这为您提供了一个恢复的Trackable对象，其__call__成员的行为类似于 a @tf.function，这意味着它具有一个或多个具体函数，每个函数都由 TF 图支持，并根据张量形状/dtypes 和非张量参数在它们之间分派。

在 TF2 的当前 alpha 版本中，如果您知道输入的允许 TensorSpec，您可以深入到输出，例如：

loaded_model = hub.load("https://tfhub.dev/google/tf2-preview/nnlm-en-dim128/1")
concrete_function = loaded_model.__call__.get_concrete_function(
    tf.TensorSpec((None,), tf.string))
print(concrete_function.output_shapes, ":",
      concrete_function.output_dtypes)

这给了我

(None, 128) : <dtype: 'float32'>

推荐阅读