TensorFlow Hub est un dépôt de modèles de machine learning entraînés. 

  !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 est un dépôt de modèles de machine learning entraînés, prêts à être optimisés et déployés n'importe où. Vous pouvez réutiliser des modèles entraînés comme BERT et Faster R-CNN avec simplement quelques lignes de code.


Modèles

Retrouvez les modèles entraînés de la communauté TensorFlow sur TFHub.dev
Essayez le modèle BERT pour effectuer des tâches de TLN telles que la classification de texte et la réponse à des questions.
Afficher le modèle
Utilisez le modèle Fast R-CNN Inception ResNet V2 640x640 pour détecter des objets dans des images.
Afficher le modèle
Transférez le style d'une image vers une autre à l'aide du modèle de transfert de styles d'image.
Afficher le modèle
Utilisez ce modèle TFLite pour classer les photos de nourriture sur un appareil mobile.
Afficher le modèle


Actualités et annonces

Rendez-vous sur notre blog pour d'autres annonces et consultez les dernières informations concernant #TFHub sur Twitter.
TensorFlow Hub propose de nouveaux modèles de prétraitement qui simplifient l'utilisation de BERT.
Consulter le blog
Découvrez comment utiliser le modèle SPICE pour transcrire automatiquement une partition musicale à partir de contenu audio en direct.
Consulter le blog
Utilisez le modèle BiT pour entraîner des classificateurs d'images personnalisés avancés.
Consulter le blog
Découvrez comment utiliser TensorFlow Hub pour trouver des modèles adaptés à votre cas d'utilisation.
Regarder la vidéo


Communauté

Rejoindre la communauté TensorFlow Hub
Rechercher des modèles entraînés