如何离线加载 hub.KerasLayer？答案

【问题标题】：How can I load the hub.KerasLayer offline?如何离线加载 hub.KerasLayer？
【发布时间】：2020-05-29 17:08:43
【问题描述】：

我已经通过 tensorflow hub 构建了一个模型并保存了它。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？

【问题讨论】：

标签： tensorflow2.0 keras-layer h5py tensorflow-hub

【解决方案1】：

您也可以使用 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")

模型资产将被下载到 /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

【讨论】：

【解决方案2】：

如果您有从 TFHub 页面下载的模型，

例如，

import tensorflow as tf
import tensorflow_hub as hub

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

【讨论】：

【解决方案3】：

其中一些取决于您是否保存了正确的模型。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")

请参阅https://www.tensorflow.org/hub/tf2_saved_model 了解更多详情。

【讨论】：