Tensorflow Hub 与 Tensorflow SavedModel 的区别?

我想知道目前在 Tensorflow 中保存模型的推荐方法是什么?

SavedModel 还是 Tensorflow Hub

前者在“保存和恢复模型”部分有描述,而后者似乎被描述为“可重用的机器学习模块”的方法。

此外,哪一个在 Tensorflow 2.0 中更为优先?

谢谢,


回答:

它们是不同的东西。TF Hub 为您提供预训练的模块,您可以重用并为新的用例重新训练,可以根据需要进行修改,而不必从头开始训练。可以将其视为使用 Inception 进行迁移学习的例子。

SavedModel 是您保存 TF 模型的方式,无论是使用 TF Hub 模块修改的新模型,还是您从头创建的东西。

希望这有助于消除困惑

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注