TensorFlow 2.0 和 TensorFlow Hub：load_module_spec 等效？答案

【问题标题】：TensorFlow 2.0 & TensorFlow Hub: load_module_spec equivalent?TensorFlow 2.0 和 TensorFlow Hub：load_module_spec 等效？
【发布时间】：2019-05-24 22:57:17
【问题描述】：

当使用 TensorFlow 1.x 和 TensorFlow hub 时，我们可以像这样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！）：

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 load_module_spec 时遇到以下错误消息：

缺少支持： 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？

【问题讨论】：

标签： python tensorflow tensorflow-hub

【解决方案1】：

对于 TensorFlow 2，TF Hub 将切换为提供 TF2 的原生基于对象的 SavedModel [doc, RFC]。这些由tf.saved_model.load() 加载（如果已经在您的文件系统上），或hub.load() 加载，可选择从URL 下载。这为您提供了一个恢复的 Trackable 对象，其中包含一个行为类似于 @tf.function 的 __call__ 成员，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，并基于张量形状/dtypes 在它们之间进行调度和非张量参数。

在 TF2 的当前 alpha 版本中，如果您知道输入的允许 TensorSpec，您可以向下钻取到输出，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'>

【讨论】：