TensorFlow Hub, 학습된 머신러닝 모델의 저장소 

  !pip install --upgrade tensorflow_hub

  import tensorflow_hub as hub

  model = hub.KerasLayer("https://tfhub.dev/google/nnlm-en-dim128/2")
  embeddings = model(["The rain in Spain.", "falls",
                      "mainly", "In the plain!"])

  print(embeddings.shape)  #(4,128)
TensorFlow Hub는 어디서나 미세 조정 및 배포 가능한 학습된 머신러닝 모델의 저장소입니다. 몇 줄의 코드만으로 BERT 및 Faster R-CNN과 같은 학습된 모델을 재사용할 수 있습니다.


모델

TFHub.dev에서 TensorFlow 커뮤니티의 학습된 모델 찾기
텍스트 분류 및 질문 답변 등 NLP 작업에서 BERT를 확인해 보세요.
모델 보기

객체 감지

이미지에서 객체를 감지하려면 Faster R-CNN Inception ResNet V2 640x640 모델을 사용하세요.
모델 보기

스타일 전이

이미지 하나의 스타일을 이미지 스타일 전이 모델을 사용하여 다른 이미지로 전이하세요.
모델 보기

기기 내 음식 분류기

이 TFLite 모델을 사용하여 휴대기기의 음식 사진을 분류하세요.
모델 보기


뉴스 및 공지사항

블로그에서 더 많은 공지사항을 확인하고 Twitter에서 최신 #TFHub 업데이트를 확인하세요.
TensorFlow Hub는 BERT를 새로운 사전 처리 모델과 함께 더욱 사용하기 쉽게 만듭니다.
블로그 읽기
SPICE 모델을 사용하여 실시간 오디오에서 악보를 텍스트로 자동 변환하는 방법을 알아보세요.
블로그 읽기
BiT 모델을 사용하여 최첨단 맞춤 이미지 분류 기준을 학습하세요.
블로그 읽기
TensorFlow Hub를 사용하여 사용 사례의 모델을 찾는 방법을 알아보세요.
동영상 보기


커뮤니티

TensorFlow Hub 커뮤니티에 가입하세요.
학습된 모델 찾기