Punya pertanyaan? Terhubung dengan komunitas di Forum Kunjungan TensorFlow Forum

TensorFlow Hub adalah repositori komprehensif dari model terlatih yang siap untuk disesuaikan dan dapat diterapkan di mana saja. Unduh model terlatih terbaru dengan jumlah kode minimal dengan pustaka tensorflow_hub .

Tutorial berikut akan membantu Anda mulai menggunakan dan menerapkan model dari TF Hub untuk kebutuhan Anda. Tutorial interaktif memungkinkan Anda memodifikasinya dan menjalankannya dengan perubahan Anda. Klik tombol Jalankan di Google Colab di bagian atas tutorial interaktif untuk mengotak- atiknya .

Jika Anda tidak terbiasa dengan pembelajaran mesin dan TensorFlow, Anda bisa mulai dengan mendapatkan ringkasan tentang cara mengklasifikasikan gambar dan teks, mendeteksi objek dalam gambar, atau dengan menyesuaikan gambar Anda sendiri seperti karya seni terkenal:

Buat model Keras di atas pengklasifikasi gambar terlatih untuk membedakan bunga.
Gunakan BERT untuk membangun model Keras untuk menyelesaikan tugas analisis sentimen klasifikasi teks.
Biarkan jaringan saraf menggambar ulang gambar dengan gaya Picasso, van Gogh, atau menyukai gambar gaya Anda sendiri.
Deteksi objek dalam gambar menggunakan model seperti FasterRCNN atau SSD.

Lihat tutorial lanjutan lainnya tentang cara menggunakan model NLP, gambar, audio, dan video dari TensorFlow Hub.

Selesaikan tugas NLP umum dengan model dari TensorFlow Hub. Lihat semua tutorial NLP yang tersedia di navigasi kiri.

Klasifikasikan dan bandingkan kalimat secara semantik dengan Universal Sentence Encoder.
Gunakan BERT untuk menyelesaikan tugas benchmark GLUE yang berjalan pada TPU.
Jawab pertanyaan lintas bahasa dari kumpulan data SQuAD menggunakan model Tanya Jawab pembuat enkode kalimat universal multibahasa.

Jelajahi cara menggunakan GAN, model resolusi super, dan lainnya. Lihat semua tutorial gambar yang tersedia di navigasi kiri.

Hasilkan wajah buatan dan interpolasi di antaranya menggunakan GAN.
Tingkatkan resolusi gambar downsampled.
Isi bagian bertopeng dari gambar yang diberikan.

Jelajahi tutorial menggunakan model terlatih untuk data audio termasuk pengenalan nada dan klasifikasi suara.

Rekam diri Anda saat bernyanyi dan deteksi nada suara Anda menggunakan model SPICE.
Gunakan model YAMNet untuk mengklasifikasikan suara sebagai 521 kelas peristiwa audio dari korpus AudioSet-YouTube.

Cobalah model ML terlatih untuk data video untuk pengenalan tindakan, interpolasi video, dan banyak lagi.

Mendeteksi salah satu dari 400 tindakan dalam video menggunakan model KonvNet 3D yang Dipompa.
Interpolasi antar frame video menggunakan Inbetweening dengan 3D Convolutions.
Temukan video yang paling terkait dengan kueri teks.