TensorFlow हब प्रशिक्षित मशीन लर्निंग मॉडल का भंडार है।

  !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 हब प्रशिक्षित मशीन लर्निंग मॉडल का भंडार है जो फाइन-ट्यूनिंग के लिए तैयार है और कहीं भी तैनात किया जा सकता है। कोड की कुछ पंक्तियों के साथ BERT और Faster R-CNN जैसे प्रशिक्षित मॉडलों का पुन: उपयोग करें।
  • TensorFlow हब का उपयोग कैसे करें और यह कैसे काम करता है, इसके बारे में जानें।
  • ट्यूटोरियल आपको TensorFlow हब का उपयोग करके संपूर्ण उदाहरण दिखाते हैं।
  • अपने उपयोग के मामले के लिए प्रशिक्षित TF, TFLite और TF.js मॉडल खोजें।



मॉडल

TFHub.dev पर TensorFlow समुदाय से प्रशिक्षित मॉडल खोजें
पाठ वर्गीकरण और प्रश्न उत्तर सहित एनएलपी कार्यों के लिए बीईआरटी देखें।
छवियों में वस्तुओं का पता लगाने के लिए तेज़ R-CNN इंसेप्शन ResNet V2 640x640 मॉडल का उपयोग करें।
छवि शैली स्थानांतरण मॉडल का उपयोग करके एक छवि की शैली को दूसरी छवि में स्थानांतरित करें।
मोबाइल डिवाइस पर भोजन की तस्वीरों को वर्गीकृत करने के लिए इस टीएफलाइट मॉडल का उपयोग करें।



समाचार और घोषणाएं

अधिक घोषणाओं के लिए हमारा ब्लॉग देखें और ट्विटर पर नवीनतम #TFHub अपडेट देखें
जानें कि वास्तविक विश्व प्रभाव वाले एमएल समाधान बनाने के लिए आप TensorFlow हब का उपयोग कैसे कर सकते हैं।
TensorFlow हब सहित अपने मोबाइल और वेब ऐप्स के लिए ML समाधान एक्सप्लोर करने के लिए, Google ऑन-डिवाइस मशीन लर्निंग पेज पर जाएं।
TensorFlow हब नए प्रीप्रोसेसिंग मॉडल के साथ BERT को उपयोग में आसान बनाता है।
लाइव ऑडियो से शीट संगीत को स्वचालित रूप से ट्रांसक्राइब करने के लिए SPICE मॉडल का उपयोग करना सीखें।