TensorFlow Hub는 어디서나 미세 조정 및 배포 가능한 선행 학습된 모델의 포괄적인 저장소입니다. tensorflow_hub 라이브러리를 사용하면 학습된 최신 모델을 최소한의 코드로 다운로드하고 재사용할 수 있습니다. 다음 튜토리얼을 사용하면 필요에 따라 Hub의 모델을 사용하고 적용할 수 있습니다. 대화형 튜토리얼을 통해 변경사항에 따라 수정하여 실행할 수 있습니다. 대화형 튜토리얼 상단의 Google Colab에서 실행 버튼을 클릭하여 직접 조작해 보세요.
머신러닝과 TensorFlow에 익숙하지 않은 경우 먼저 이미지 및 텍스트를 분류하는 방법에 관한 개요를 확인하거나 유명한 아티스트처럼 나만의 그림을 스타일링하여 시작할 수 있습니다.
사전 학습된 이미지 분류기를 기반으로 Keras 모델을 빌드하여 꽃을 구분합니다.
영화 리뷰를 긍정적인 리뷰 또는 부정적인 리뷰로 분류합니다.
신경망이 피카소, 반 고흐의 스타일로 또는 내가 그린 그림처럼 이미지를 다시 그리도록 합니다.
TensorFlow에 익숙하다면 고급 튜토리얼을 살펴보세요.
의미론적으로 유사한 단어를 분석하고 과학 자료를 분류하여 CORD-19 임베딩을 살펴봅니다.
SQuAD 데이터 세트의 질문에 답변합니다.
특정 쿼리와 의미론적으로 가까운 뉴스 헤드라인을 찾습니다.
Universal Sentence Encoder로 문장을 분류하고 의미론적으로 비교합니다.
Multilingual Universal Sentence Encoder를 사용해 여러 언어로 된 문장을 의미론적으로 비교합니다.
FasterRCNN 또는 SSD와 같은 모듈을 사용하여 이미지에서 객체를 감지합니다.
인공적인 얼굴을 생성하고 얼굴 사이를 보간 처리합니다.
DELF를 사용하여 두 이미지의 주요 지점을 일치시킵니다.
확장된 3D ConvNet 모델을 사용하여 동영상에서 400개의 행동 중 하나를 감지합니다.
동영상에서 첫 번째 프레임과 마지막 프레임 사이에 발생한 내용을 예측합니다.