tfhub.dev 託管下列模型格式：TF2 SavedModel、TF1 Hub 格式、TF.js 和 TFLite。本頁面概述每種模型格式。
發布到 tfhub.dev 的內容可以自動鏡像到其他模型中心，前提是內容遵循指定的格式並符合我們的條款 (https://tfhub.dev/terms)。如需更多詳細資訊，請參閱我們的發布文件，如果您想選擇不進行鏡像，請參閱我們的貢獻文件。
TensorFlow 格式
tfhub.dev 以 TF2 SavedModel 格式和 TF1 Hub 格式託管 TensorFlow 模型。如果可以，我們建議使用標準化的 TF2 SavedModel 格式模型，而非已淘汰的 TF1 Hub 格式。
SavedModel
TF2 SavedModel 是分享 TensorFlow 模型的建議格式。您可以在 TensorFlow SavedModel 指南中深入瞭解 SavedModel 格式。
您可以在 tfhub.dev 瀏覽頁面上使用 TF2 版本篩選器，或透過追蹤這個連結，來瀏覽 tfhub.dev 上的 SavedModel。
您可以使用 tfhub.dev 中的 SavedModel，而無需仰賴 tensorflow_hub 程式庫，因為此格式是核心 TensorFlow 的一部分。
深入瞭解 TF Hub 上的 SavedModel
TF1 Hub 格式
TF1 Hub 格式是 TF Hub 程式庫中使用的自訂序列化格式。TF1 Hub 格式在語法層級上與 TensorFlow 1 的 SavedModel 格式相似 (相同檔案名稱和協定訊息)，但在語意上有所不同，以允許模組重複使用、組合和重新訓練 (例如，資源初始化器的不同儲存方式、metagraph 的不同標記慣例)。在磁碟上區分它們的最簡單方法是是否存在 tfhub_module.pb 檔案。
您可以在 tfhub.dev 瀏覽頁面上使用 TF1 版本篩選器，或透過追蹤這個連結，來瀏覽 tfhub.dev 上 TF1 Hub 格式的模型。
深入瞭解 TF Hub 上 TF1 Hub 格式的模型
TFLite 格式
TFLite 格式用於裝置端推論。您可以在 TFLite 文件中瞭解更多資訊。
您可以在 tfhub.dev 瀏覽頁面上使用 TF Lite 模型格式篩選器，或透過追蹤這個連結，來瀏覽 tfhub.dev 上的 TF Lite 模型。
TFJS 格式
TF.js 格式用於瀏覽器內 ML。您可以在 TF.js 文件中瞭解更多資訊。
您可以在 tfhub.dev 瀏覽頁面上使用 TF.js 模型格式篩選器，或透過追蹤這個連結，來瀏覽 tfhub.dev 上的 TF.js 模型。