TensorFlow Hub は、トレーニング済み機械学習モデルのリポジトリです。 

  !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 は、すぐに微調整してどこにでもデプロイ可能なトレーニング済み機械学習モデルのリポジトリです。BERT や Faster R-CNN などのトレーニング済みモデルを、わずか数行のコードで再利用できます。


モデル

TFHub.dev の TensorFlow コミュニティでトレーニング済みモデルが見つかります
テキスト分類や質問回答などの NLP タスクを処理するための BERT を学びます。
モデルを見る

オブジェクト検出

Faster R-CNN Inception ResNet V2 640x640 モデルを使用して画像内のオブジェクトを検出します。
モデルを見る

画風変換

画風変換モデルを使用して画像のスタイルを変換します。
モデルを見る

デバイス上での食品分類

TFLite モデルを使用して、モバイル デバイス上で食品の写真を分類します。
モデルを見る


ニュースとお知らせ

その他のお知らせについてはブログで、最新の #TFHub 更新情報については Twitter でご確認いただけます
TensorFlow Hub の新しい前処理モデルにより、BERT の利用が容易になります。
ブログを読む
SPICE モデルを使用して自動的にライブ音声を楽譜にする方法について学びます。
ブログを読む
BiT モデルを使用して最先端のカスタム画像分類をトレーニングします。
ブログを読む
TensorFlow Hub を使用してユースケースに適したモデルを見つける方法を学習します。
動画を見る


コミュニティ

TensorFlow Hub コミュニティに参加する
トレーニング済みモデルを探す