O TensorFlow Hub é um repositório de modelos treinados de machine learning.

  !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)
O TensorFlow Hub é um repositório de modelos de machine learning treinados prontos para ajustes finais e implantação em qualquer lugar. Reutilize modelos treinados como BERT e Faster R-CNN com apenas algumas linhas de código.
  • Saiba como usar o TensorFlow Hub e como ele funciona.
  • Os tutoriais mostram exemplos completos usando o TensorFlow Hub.
  • Encontre modelos TF, TFLite e TF.js treinados para seu caso de uso.



Modelos

Encontre modelos treinados pela comunidade do TensorFlow em TFHub.dev.
Confira o BERT para tarefas de PLN que incluem classificação de texto e resposta a perguntas.
Use o modelo Faster R-CNN 640x640 do Inception ResNet V2 para detectar objetos em imagens.
Transfira o estilo de uma imagem para outra usando o modelo de transferência de estilos de imagem.
Use este modelo do TFLite para classificar fotos de alimentos em um dispositivo móvel.



Notícias e avisos

Confira nosso blog para ver mais anúncios e as atualizações mais recentes do TFHub no Twitter.
Com os novos modelos de pré-processamento do TensorFlow Hub, o BERT é simples de usar.
Aprenda a usar o modelo SPICE para transcrever automaticamente áudio ao vivo para partituras.
Use o modelo BiT para treinar classificadores de imagem personalizados de última geração.
Saiba como usar o TensorFlow Hub para encontrar modelos para seu caso de uso.