TensorFlow Hub は、すぐに微調整してどこにでもデプロイ可能な事前トレーニング済みモデルの包括的リポジトリです。tensorflow_hub ライブラリを使用すれば、最新のトレーニング済みモデルをダウンロードし、最小限のコーディングで再利用できます。以下のチュートリアルは、Hub のモデルを個別のニーズに適用する際のスタートガイドとして役立ちます。インタラクティブなチュートリアルでは、内容を変更しながら実施できます。変更を加えるには、インタラクティブな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ます。
機械学習や TensorFlow になじみがない場合は、画像やテキストを分類する方法の概要を理解したり、所有する有名アーティストなどの写真を画風変換したりすることから始めるとよいでしょう。
事前トレーニング済みの画像分類ツール上に Keras モデルを構築して花を識別します。
映画レビューをポジティブかネガティブかで分類します。
ニューラル ネットワークに、ピカソやゴッホ、あるいは自分自身の画風で画像を再描画させることができます。
TensorFlow に精通している場合は、さらに高度なチュートリアルを利用できます。
意味が類似する単語の分析と科学論文の分類により、CORD-19 埋め込みを探索します。
SQuAD データセットからの質問に回答します。
与えられたクエリと意味的に近いニュース見出しを見つけます。
Universal Sentence Encoder を使用して、文の分類と意味的な比較を行います。
Multilingual Universal Sentence Encoder を使用して、異なる言語の文の間で意味を比較します。
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。
人工的に複数の顔を生成し、それらの間を補完します。
DELF を使用して 2 つの画像のキーポイントを照合します。
Inflated 3D ConvNet モデルを使用して、動画から 400 種類の動作のいずれかを検出します。
動画の最初のフレームと最後のフレーム間の動画内容を予測します。