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 репозиторий обученных моделей машинного обучения, готовых к тонкой настройке и развертыванию в любом месте. Используйте повторно обученные модели, такие как BERT и Faster R-CNN, всего несколькими строками кода.


Модели

Найдите обученные модели от сообщества TensorFlow на TFHub.dev.
Обратите внимание на BERT для решения задач обработки естественного языка, включая классификацию текста и ответы на вопросы.
Посмотреть модель
Используйте модель Faster R-CNN Inception ResNet V2 640x640 для обнаружения объектов на изображениях.
Посмотреть модель
Перенесите стиль одного изображения на другое, используя модель переноса стиля изображения.
Посмотреть модель
Используйте эту модель TFLite для классификации фотографий еды на мобильном устройстве.
Посмотреть модель


Новости и объявления

Загляните в наш блог , чтобы узнать больше объявлений, и просматривайте последние обновления #TFHub в Twitter.
Узнайте, как использовать TensorFlow Hub для создания решений машинного обучения, оказывающих реальное влияние на мир.
Посмотреть видео
Чтобы ознакомиться с решениями машинного обучения для ваших мобильных и веб-приложений, включая TensorFlow Hub, посетите страницу Google, посвященную машинному обучению на устройствах.
Посетите сайт
TensorFlow Hub упрощает использование BERT с новыми моделями предварительной обработки.
Читать блог
Узнайте, как использовать модель SPICE для автоматической транскрипции нот из аудиозаписи живого выступления.
Читать блог


Сообщество

Присоединяйтесь к сообществу TensorFlow Hub.
Найти обученных моделей