TensorFlow Hub es un repositorio de modelos de aprendizaje automático entrenados.

  !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 es un repositorio de modelos de aprendizaje automático capacitados, listos para ajustarse e implementarse en cualquier lugar. Reutilice modelos entrenados como BERT y Faster R-CNN con solo unas pocas líneas de código.
  • Obtenga información sobre cómo usar TensorFlow Hub y cómo funciona.
  • Los tutoriales le muestran ejemplos completos usando TensorFlow Hub.
  • Encuentre modelos TF, TFLite y TF.js entrenados para su caso de uso.



Modelos

Encuentre modelos capacitados de la comunidad de TensorFlow en TFHub.dev
Consulte BERT para tareas de PNL que incluyen clasificación de texto y respuesta a preguntas.
Utilice el modelo Faster R-CNN Inception ResNet V2 640x640 para detectar objetos en imágenes.
Transfiera el estilo de una imagen a otra usando el modelo de transferencia de estilo de imagen.
Utilice este modelo TFLite para clasificar fotografías de comida en un dispositivo móvil.



Noticias y anuncios

Visite nuestro blog para ver más anuncios y vea las últimas actualizaciones de #TFHub en Twitter
Descubra cómo puede utilizar TensorFlow Hub para crear soluciones de aprendizaje automático con impacto en el mundo real.
Para explorar soluciones de aprendizaje automático para sus aplicaciones web y móviles, incluido TensorFlow Hub, visite la página de aprendizaje automático en el dispositivo de Google.
TensorFlow Hub hace que BERT sea fácil de usar con nuevos modelos de preprocesamiento.
Aprenda a utilizar el modelo SPICE para transcribir automáticamente partituras a partir de audio en vivo.



Comunidad

Únase a la comunidad de TensorFlow Hub