TensorFlow Hub는 훈련된 기계 학습 모델의 저장소입니다.
!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)
모델
TFHub.dev 의 TensorFlow 커뮤니티에서 훈련된 모델 찾기
버트
텍스트 분류 및 질문 답변을 포함한 NLP 작업에 대한 BERT를 확인하십시오.
물체 감지, 물체 감지
이미지에서 물체를 감지하려면 Faster R-CNN Inception ResNet V2 640x640 모델을 사용하십시오.
스타일 이전
이미지 스타일 전송 모델을 사용하여 한 이미지의 스타일을 다른 이미지로 전송합니다.
온디바이스 식품 분류기
이 TFLite 모델을 사용하여 모바일 장치에서 음식 사진을 분류합니다.
뉴스 및 공지사항
블로그 에서 더 많은 공지 사항을 확인하고 Twitter에서 최신 #TFHub 업데이트 를 확인하세요.
Google I/O의 실제 영향을 위한 TensorFlow Hub
TensorFlow Hub를 사용하여 실제 세계에 영향을 미치는 ML 솔루션을 구축하는 방법을 알아보세요.
온디바이스 ML 솔루션
TensorFlow Hub를 포함한 모바일 및 웹 앱용 ML 솔루션을 탐색하려면 Google 기기 내 기계 학습 페이지를 방문하세요.
TensorFlow Hub의 전처리 모델로 BERT를 더 쉽게 만들기
TensorFlow Hub는 BERT를 새로운 전처리 모델과 함께 사용하기 쉽게 만듭니다.
노래에서 악보까지: SPICE 및 Tensorflow Hub로 음높이 추정
SPICE 모델을 사용하여 라이브 오디오에서 악보를 자동으로 전사하는 방법을 배웁니다.
지역 사회
TensorFlow Hub 커뮤니티 가입