ホーム » TensorFlow Hub » TensorFlow Hub : イントロダクションとインストール

TensorFlow Hub : イントロダクションとインストール

TensorFlow Hub : イントロダクションとインストール (翻訳/解説)

翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 04/04/2018

* 本ページは、TensorFlow の本家サイトの TensorFlow Hub – Introduction 及び Installation を翻訳した上で
適宜、補足説明したものです:

* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

イントロダクション

機械学習モデルの再利用可能なパーツの公開、発見そして消費 (= consumption) を促進するためのライブラリです。モジュールは TensorFlow グラフの自己充足的なピースで、その重みとアセットを伴い、転移学習として知られるプロセスにおいて異なるタスクに渡り再利用可能です。

モジュールは巨大なデータセットを使用したタスクのために事前訓練された変数を含みます。関連するタスク上でモジュールを再利用することにより、貴方は以下が可能になります :

  • より小さなデータセットでモデルを訓練する
  • 一般化をより良いものにする、あるいは
  • 訓練を本質的にスピードアップする

文字列の配列をそれらの埋め込みにマップする英語の埋め込みモジュールを使用するサンプルがここにあります :

import tensorflow as tf
import tensorflow_hub as hub

with tf.Graph().as_default():
  embed = hub.Module("https://tfhub.dev/google/nnlm-en-dim128-with-normalization/1")
  embeddings = embed(["A long sentence.", "single-word", "http://example.com"])

  with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    sess.run(tf.tables_initializer())

    print(sess.run(embeddings))

 

Getting Started

(訳注 : 以下のドキュメントについては順次翻訳予定です。)

 

追加情報

公正 (= Fairness)

総ての機械学習におけるように、公正重要な 考慮すべき事柄です。モジュールは典型的には巨大な事前訓練されたデータセットを活用します。そのようなデータセットを再利用するとき、それがどのようなデータを含むか (そしてそこに存在するバイアスがあるか否か)、そしてこれらが貴方のダウンストリーム実験にインパクトをどのように与えるかについてに気を配ることは重要です。

ステータス

私達はブレーキングチェンジを回避することを望みますが、このプロジェクトはまだアクティブな開発下にありステーブルな API やモジュール・フォーマットを持つことはまだ保証されません。

セキュリティ

それらは任意の TensorFlow グラフを含みますので、モジュールはプログラムとして考えることができます。Using TensorFlow Securely は信頼されないソースからのモジュール参照のセキュリティの影響 (= implications) を記述しています。

 

インストール

TensorFlow Hub は 1.7 より前の TensorFlow リリースには存在しないバグ修正と拡張に依拠します。TensorFlow Hub を利用するためには少なくとも 1.7 に TensorFlow パッケージをインストールまたはアップグレードしなければなりません :

$ pip install "tensorflow>=1.7.0"
$ pip install tensorflow-hub

 
以上





AI導入支援 #2 ウェビナー

スモールスタートを可能としたAI導入支援   Vol.2
[無料 WEB セミナー] [詳細]
「画像認識 AI PoC スターターパック」の紹介
既に AI 技術を実ビジネスで活用し、成果を上げている日本企業も多く存在しており、競争優位なビジネスを展開しております。
しかしながら AI を導入したくとも PoC (概念実証) だけでも高額な費用がかかり取組めていない企業も少なくないようです。A I導入時には欠かせない PoC を手軽にしかも短期間で認知度を確認可能とするサービの紹介と共に、AI 技術の特性と具体的な導入プロセスに加え運用時のポイントについても解説いたします。
日時:2021年10月13日(水)
会場:WEBセミナー
共催:クラスキャット、日本FLOW(株)
後援:働き方改革推進コンソーシアム
参加費: 無料 (事前登録制)
人工知能開発支援
◆ クラスキャットは 人工知能研究開発支援 サービスを提供しています :
  • テクニカルコンサルティングサービス
  • 実証実験 (プロトタイプ構築)
  • アプリケーションへの実装
  • 人工知能研修サービス
◆ お問合せ先 ◆
(株)クラスキャット
セールス・インフォメーション
E-Mail:sales-info@classcat.com