TensorFlow Hub to repozytorium wyszkolonych modeli uczenia maszynowego. 

  !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 to repozytorium przeszkolonych modeli uczenia maszynowego, gotowych do dostrojenia i wdrożenia w dowolnym miejscu. Ponownie wykorzystaj wytrenowane modele, takie jak BERT i Faster R-CNN, za pomocą zaledwie kilku linijek kodu.


Modele

Znajdź wyszkolone modele od społeczności TensorFlow na TFHub.dev
Sprawdź BERT do zadań NLP, w tym klasyfikacji tekstu i odpowiadania na pytania.
Zobacz model
Użyj modelu Faster R-CNN Inception ResNet V2 640x640 do wykrywania obiektów na obrazach.
Zobacz model
Przenieś styl jednego obrazu na inny, korzystając z modelu przenoszenia stylu obrazu.
Zobacz model
Użyj tego modelu TFLite, aby klasyfikować zdjęcia jedzenia na urządzeniu mobilnym.
Zobacz model


Nowości i ogłoszenia

Sprawdź nasz blog , aby uzyskać więcej ogłoszeń i zobacz najnowsze aktualizacje #TFHub na Twitterze
Dowiedz się, jak używać TensorFlow Hub do tworzenia rozwiązań ML mających wpływ na świat rzeczywisty.
Obejrzyj wideo
Aby poznać rozwiązania uczenia maszynowego dla aplikacji mobilnych i internetowych, w tym TensorFlow Hub, odwiedź stronę Google dotyczącą uczenia maszynowego na urządzeniu.
Odwiedź stronę
TensorFlow Hub sprawia, że ​​BERT jest prosty w użyciu z nowymi modelami przetwarzania wstępnego.
Przeczytaj blog
Dowiedz się, jak używać modelu SPICE do automatycznej transkrypcji nut z nagrań audio na żywo.
Przeczytaj blog


Wspólnota

Dołącz do społeczności TensorFlow Hub
Znajdź wytrenowane modele