このページは Cloud Translation API によって翻訳されました。
Switch to English
TensorFlow Hubは事前調整されたモデルの包括的なリポジトリであり、微調整が可能なため、どこにでも配備できます。 tensorflow_hubライブラリを使用すると、最小限のコードで最新のトレーニング済みモデルをダウンロードして再利用できます。以下のチュートリアルは、Hubからモデルを使用してニーズに適用するのに役立つはずです。インタラクティブなチュートリアルでは、それらを変更し、変更を加えて実行できます。インタラクティブチュートリアルの上部にある[ Google Colabで実行 ]ボタンをクリックして、 いじくりまわします。
機械学習とTensorFlowに慣れていない場合は、画像とテキストを分類する方法の概要を取得したり、画像内のオブジェクトを検出したり、有名なアーティストのような独自の画像をスタイル設定したりすることから始めます。
事前トレーニング済みの画像分類器の上にKerasモデルを作成して、花を区別します。
事前トレーニング済みのテキスト埋め込みから始めて、映画レビューをポジティブまたはネガティブのいずれかに分類します。
ニューラルネットワークで、ピカソ、ゴッホのスタイル、または自分の写真のような画像を再描画します。
FasterRCNNやSSDなどのモジュールを使用して、画像内のオブジェクトを検出します。
TensorFlowに精通している場合は、より高度なチュートリアルをご覧ください。
Universal Sentence Encoderで文を分類し、意味的に比較します。
BERTを使用して、映画レビューをポジティブまたはネガティブのいずれかに分類します。
SQuADデータセットからの質問に答えます。
人工的な顔を生成し、GANを使用してそれらの間を補間します。
ダウンサンプリングされた画像の解像度を向上させます。
指定された画像のマスクされた部分を塗りつぶします。
Inflated 3D ConvNetモデルを使用して、ビデオ内の400のアクションの1つを検出します。
テキストクエリに最も関連のある動画を見つけます。