TensorFlow Hub 是已訓練機器學習模型的存放區。

  !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 Hub 是已訓練機器學習模型的存放區,這些模型可供微調,也可在任何地方部署。只要幾行程式碼,就能重複使用 BERT 和 Faster R-CNN 等經過訓練的模型。



模型

TFHub.dev 上的 TensorFlow 社群中尋找經過訓練的模型
瞭解適用於自然語言處理工作 (包含文字分類與回答問題) 的 BERT。
使用 Faster R-CNN Inception ResNet V2 640x640 模型偵測圖片中的物件。
使用圖片風格轉換模型來轉換圖片的風格。
使用這個 TFLite 模型分類行動裝置上的食物相片。



最新消息與公告

請前往我們的網誌閱讀更多公告,並在 Twitter 上查看最新的 #TFHub 更新資訊
TensorFlow Hub 提供新的預先處理模型,可讓您輕鬆使用 BERT。
瞭解如何使用 SPICE 模型自動將即時音訊轉錄為樂譜。
使用 BiT 模型訓練先進的自訂圖片分類工具。
瞭解如何使用 TensorFlow Hub 尋找符合需求的模型。