TensorFlow Hub 是包含各种预训练模型的综合代码库,这些模型稍作调整便可部署到任何设备上。借助 tensorflow_hub 库,您可以下载训练过的最新模型,并且只需编写少量代码即可再利用这些模型。以下教程可帮助您根据个人需求开始使用和应用 TensorFlow Hub 中的模型。利用互动式教程,您能够修改这些模型,并运行包含所做变更的模型。点击互动式教程顶部的“在 Google Colab 中运行”按钮,即可运行修改后的模型。
如果您不熟悉机器学习和 TensorFlow,可以先大致了解如何分类图像和文本,或如何让自己的照片拥有著名画家的风格:
基于预训练的图像分类器,构建一个分辨花朵的 Keras 模型。
将影评分类为“正面”或“负面”影评。
利用神经网络将图像重绘成毕加索、梵高风格或像您自己的照片风格的图像。
如果您熟悉 TensorFlow,可以学习更高级的教程。
通过分析语义相似的字词并对科学文章进行分类,探索 CORD-19 嵌入。
回答来自 SQuAD 数据集中的问题。
寻找语义上与给定查询相似的新闻标题。
使用 Universal Sentence Encoder 对句子进行分类和语义比较。
使用 Multilingual Universal Sentence Encoder 在语义上比较不同语言的句子。
使用 FasterRCNN 或 SSD 等模块检测图像中的对象。
生成人工面孔并在它们之间进行插值。
使用 DELF 匹配两张图像的关键点。
使用 Inflated 3D ConvNet 模型检测视频中的某个动作(共 400 种)。
预测视频第一帧和最后一帧之间发生了什么。