TensorFlow Hub to repozytorium wytrenowanych modeli uczenia maszynowego.
!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 Hub to repozytorium przeszkolonych modeli uczenia maszynowego, gotowych do dostrojenia i wdrożenia w dowolnym miejscu. Ponownie wykorzystaj wytrenowane modele, takie jak BERT i Faster R-CNN, za pomocą zaledwie kilku linijek kodu.
-
Zobacz przewodnik
Dowiedz się, jak korzystać z TensorFlow Hub i jak to działa. -
Zobacz samouczki
Samouczki pokazują kompleksowe przykłady korzystania z TensorFlow Hub. -
Zobacz modele
Znajdź wytrenowane modele TF, TFLite i TF.js dla swojego przypadku użycia.
Modele
Znajdź wyszkolone modele od społeczności TensorFlow na TFHub.dev
BERT
Sprawdź BERT dla zadań NLP, w tym klasyfikację tekstu i odpowiadanie na pytania.
Wykrywanie obiektów, wykrywanie obiektów
Użyj modelu Faster R-CNN Inception ResNet V2 640x640 do wykrywania obiektów na obrazach.
Transfer stylu
Przenieś styl jednego obrazu do drugiego za pomocą modelu przenoszenia stylu obrazu.
Klasyfikator żywności na urządzeniu
Użyj tego modelu TFLite, aby sklasyfikować zdjęcia jedzenia na urządzeniu mobilnym.
Nowości i ogłoszenia
Sprawdź nasz blog , aby uzyskać więcej ogłoszeń i zobacz najnowsze aktualizacje #TFHub na Twitterze
TensorFlow Hub dla rzeczywistego wpływu na Google I/O
Dowiedz się, jak wykorzystać TensorFlow Hub do tworzenia rozwiązań ML o rzeczywistym wpływie.
Rozwiązania ML na urządzeniu
Aby poznać rozwiązania ML dla aplikacji mobilnych i internetowych, w tym TensorFlow Hub, odwiedź stronę Google dotyczącą uczenia maszynowego na urządzeniu.
Ułatwienie BERT dzięki modelom przetwarzania wstępnego z TensorFlow Hub
TensorFlow Hub sprawia, że BERT jest łatwy w użyciu z nowymi modelami przetwarzania wstępnego.
Od śpiewu po nuty: Szacowanie wysokości dźwięku za pomocą SPICE i Tensorflow Hub
Dowiedz się, jak używać modelu SPICE do automatycznej transkrypcji nut z dźwięku na żywo.
Wspólnota
Dołącz do społeczności TensorFlow Hub