TensorFlow हब प्रशिक्षित मशीन लर्निंग मॉडल का भंडार है।
!pip install --upgrade tensorflow_hub import tensorflow_hub as hub model = hub.KerasLayer("https://tfhub.dev/google/nnlm-en-dim128/2") embeddings = model(["The rain in Spain.", "falls", "mainly", "In the plain!"]) print(embeddings.shape) #(4,128)
TensorFlow हब प्रशिक्षित मशीन लर्निंग मॉडल का भंडार है जो फाइन-ट्यूनिंग के लिए तैयार है और कहीं भी तैनात किया जा सकता है। कोड की कुछ पंक्तियों के साथ BERT और Faster R-CNN जैसे प्रशिक्षित मॉडलों का पुन: उपयोग करें।
-
गाइड देखें
TensorFlow हब का उपयोग कैसे करें और यह कैसे काम करता है, इसके बारे में जानें। -
ट्यूटोरियल देखें
ट्यूटोरियल आपको TensorFlow हब का उपयोग करके संपूर्ण उदाहरण दिखाते हैं। -
मॉडल देखें
अपने उपयोग के मामले के लिए प्रशिक्षित TF, TFLite और TF.js मॉडल खोजें।
मॉडल
TFHub.dev पर TensorFlow समुदाय से प्रशिक्षित मॉडल खोजें
बर्ट
पाठ वर्गीकरण और प्रश्न उत्तर सहित एनएलपी कार्यों के लिए बीईआरटी देखें।
वस्तु का पता लगाना, वस्तु का पता लगाना
छवियों में वस्तुओं का पता लगाने के लिए तेज़ R-CNN इंसेप्शन ResNet V2 640x640 मॉडल का उपयोग करें।
स्टाइल ट्रांसफर
छवि शैली स्थानांतरण मॉडल का उपयोग करके एक छवि की शैली को दूसरी छवि में स्थानांतरित करें।
ऑन-डिवाइस फूड क्लासिफायर
मोबाइल डिवाइस पर भोजन की तस्वीरों को वर्गीकृत करने के लिए इस टीएफलाइट मॉडल का उपयोग करें।
समाचार और घोषणाएं
अधिक घोषणाओं के लिए हमारा ब्लॉग देखें और ट्विटर पर नवीनतम #TFHub अपडेट देखें
Google I/O . पर वास्तविक विश्व प्रभाव के लिए TensorFlow हब
जानें कि वास्तविक विश्व प्रभाव वाले एमएल समाधान बनाने के लिए आप TensorFlow हब का उपयोग कैसे कर सकते हैं।
ऑन-डिवाइस एमएल समाधान
TensorFlow हब सहित अपने मोबाइल और वेब ऐप्स के लिए ML समाधान एक्सप्लोर करने के लिए, Google ऑन-डिवाइस मशीन लर्निंग पेज पर जाएं।
TensorFlow हब से प्रीप्रोसेसिंग मॉडल के साथ BERT को आसान बनाना
TensorFlow हब नए प्रीप्रोसेसिंग मॉडल के साथ BERT को उपयोग में आसान बनाता है।
सिंगिंग से लेकर म्यूजिकल स्कोर तक: स्पाइस और टेन्सफोर्लो हब के साथ पिच का आकलन
लाइव ऑडियो से शीट संगीत को स्वचालित रूप से ट्रांसक्राइब करने के लिए SPICE मॉडल का उपयोग करना सीखें।
समुदाय
TensorFlow हब समुदाय में शामिल हों