TensorFlow Hub — хранилище обученных моделей машинного обучения.
!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 — это хранилище обученных моделей машинного обучения, готовых к тонкой настройке и развертыванию в любом месте. Повторно используйте обученные модели, такие как BERT и Faster R-CNN, всего несколькими строками кода.
-
Посмотреть руководство
Узнайте, как использовать TensorFlow Hub и как он работает. -
Посмотреть руководства
В руководствах показаны комплексные примеры использования TensorFlow Hub. -
Посмотреть модели
Найдите обученные модели TF, TFLite и TF.js для вашего варианта использования.
Модели
Найдите обученные модели от сообщества TensorFlow на TFHub.dev.
BERT
Проверьте BERT для задач НЛП, включая классификацию текста и ответы на вопросы.
Обнаружение объекта
Используйте модель Faster R-CNN Inception ResNet V2 640x640 для обнаружения объектов на изображениях.
Передача стиля
Перенесите стиль одного изображения на другое, используя модель переноса стилей изображения.
Классификатор продуктов питания на устройстве
Используйте эту модель TFLite для классификации фотографий еды на мобильном устройстве.
Новости и объявления
Загляните в наш блог , чтобы узнать больше объявлений, и просматривайте последние обновления #TFHub в Twitter.
TensorFlow Hub для реального воздействия на Google I/O
Узнайте, как использовать TensorFlow Hub для создания решений машинного обучения, эффективных в реальном мире.
Решения машинного обучения на устройстве
Чтобы изучить решения машинного обучения для ваших мобильных и веб-приложений, включая TensorFlow Hub, посетите страницу машинного обучения Google на устройстве.
Упрощение BERT с помощью предварительной обработки моделей из TensorFlow Hub
TensorFlow Hub упрощает использование BERT с новыми моделями предварительной обработки.
От пения к партитурам: оценка высоты звука с помощью SPICE и Tensorflow Hub
Узнайте, как использовать модель SPICE для автоматической расшифровки нот из живого звука.
Сообщество
Присоединяйтесь к сообществу TensorFlow Hub.