TensorFlow Hub adalah gudang model pembelajaran mesin terlatih.

  !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 adalah gudang model pembelajaran mesin terlatih yang siap untuk disesuaikan dan dapat diterapkan di mana saja. Gunakan kembali model terlatih seperti BERT dan Faster R-CNN hanya dengan beberapa baris kode.
  • Pelajari tentang cara menggunakan TensorFlow Hub dan cara kerjanya.
  • Tutorial menunjukkan kepada Anda contoh menyeluruh menggunakan TensorFlow Hub.
  • Temukan model TF, TFLite, dan TF.js terlatih untuk kasus penggunaan Anda.



model

Cari model terlatih dari masyarakat TensorFlow di TFHub.dev
Lihat BERT untuk tugas NLP termasuk klasifikasi teks dan menjawab pertanyaan.
Gunakan model Faster R-CNN Inception ResNet V2 640x640 untuk mendeteksi objek dalam gambar.
Transfer gaya satu gambar ke gambar lain menggunakan model transfer gaya gambar.
Gunakan model TFLite ini untuk mengklasifikasikan foto makanan di perangkat seluler.



Berita & pengumuman

Periksa blog kami untuk pengumuman lebih dan melihat terbaru update #TFHub di Twitter
Pelajari bagaimana Anda dapat menggunakan TensorFlow Hub untuk membangun solusi ML dengan dampak dunia nyata.
Untuk menjelajahi solusi ML untuk aplikasi seluler dan web Anda termasuk TensorFlow Hub, kunjungi halaman machine learning di perangkat Google.
TensorFlow Hub membuat BERT mudah digunakan dengan model prapemrosesan baru.
Pelajari cara menggunakan model SPICE untuk secara otomatis menyalin lembaran musik dari audio langsung.