Hub

TF-Keras (légacy)

tf-keras est le nom donné à la version 2.x de Keras. Elle est désormais hébergée dans un dépôt GitHub séparé ici. Bien qu’il s’agisse d’un framework legacy, il existe encore plus de 4,5 k modèles hébergés sur le Hub. Ces modèles peuvent être chargés à l’aide de la bibliothèque huggingface_hub. Vous devez avoir installé soit tf-keras, soit keras<3.x sur votre machine.

Si vous êtes intéressé par la prise en charge de Keras 3.x, consultez ce guide.

Une fois installé, il vous suffit d’utiliser la méthode from_pretrained_keras pour charger un modèle depuis le Hub. En savoir plus sur from_pretrained_keras ici.

from huggingface_hub import from_pretrained_keras

model = from_pretrained_keras("keras-io/mobile-vit-xxs")
prediction = model.predict(image)
prediction = tf.squeeze(tf.round(prediction))
print(f'The image is a {classes[(np.argmax(prediction))]}!')

<CopyLLMTxtMenu containerStyle="float: inline-end; margin-inline-start: 10px; display: inline-flex; position: relative; z-index: 10;"></CopyLLMTxtMenu>

# The image is a sunflower!

Vous pouvez également héberger votre modèle tf-keras sur le Hub. Toutefois, gardez à l’esprit que tf-keras est un framework obsolète. Pour atteindre le plus grand nombre d’utilisateurs, nous recommandons de créer votre modèle avec Keras 3.x et de le partager nativement, comme décrit ci-dessus. Pour plus de détails sur la mise en ligne de modèles tf-keras, consultez la documentation de push_to_hub_keras.

from huggingface_hub import push_to_hub_keras

push_to_hub_keras(model,
    "your-username/your-model-name",
    "your-tensorboard-log-directory",
    tags = ["object-detection", "some_other_tag"],
    **model_save_kwargs,
)

Ressources supplémentaires

• Dépôt GitHub

• Article de blog Mettre Keras sur le 🤗 Hub pour l'entraînement collaboratif et la reproductibilité (avril 2022)