TensorFlow Hub adalah gudang model pembelajaran mesin terlatih. 

  !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 adalah gudang model pembelajaran mesin terlatih yang siap untuk disesuaikan dan dapat diterapkan di mana saja. Gunakan kembali model terlatih seperti BERT dan Faster R-CNN hanya dengan beberapa baris kode.

  • Lihat panduan

    Pelajari cara menggunakan TensorFlow Hub dan cara kerjanya.

  • Lihat tutorial

    Tutorial menunjukkan contoh menyeluruh menggunakan TensorFlow Hub.

  • Lihat model

    Temukan model TF, TFLite, dan TF.js terlatih untuk kasus penggunaan Anda.


Model

Temukan model terlatih dari komunitas TensorFlow di TFHub.dev
Lihat BERT untuk tugas NLP termasuk klasifikasi teks dan menjawab pertanyaan.
Lihat modelnya di
Gunakan model R-CNN Inception ResNet V2 640x640 Lebih Cepat untuk mendeteksi objek dalam gambar.
Lihat modelnya di
Transfer gaya satu gambar ke gambar lainnya menggunakan model transfer gaya gambar.
Lihat modelnya di
Gunakan model TFLite ini untuk mengklasifikasikan foto makanan di perangkat seluler.
Lihat modelnya di


Berita & pengumuman

Lihat blog kami untuk pengumuman lebih lanjut dan lihat pembaruan #TFHub terbaru di Twitter
Pelajari bagaimana Anda dapat menggunakan TensorFlow Hub untuk membangun solusi ML dengan dampak nyata.
Tonton videonya di
Untuk menjelajahi solusi ML untuk aplikasi seluler dan web Anda termasuk TensorFlow Hub, kunjungi halaman machine learning Google di perangkat.
Kunjungi situsnya
TensorFlow Hub membuat BERT mudah digunakan dengan model prapemrosesan baru.
Baca blog
Pelajari cara menggunakan model SPICE untuk secara otomatis mentranskripsikan lembaran musik dari audio langsung.
Baca blog


Masyarakat

Bergabunglah dengan komunitas TensorFlow Hub
Temukan model terlatih