Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

TensorFlow Hub è un repository di modelli di machine learning addestrati.

  !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 è un repository di modelli di machine learning addestrati pronti per la messa a punto e implementabili ovunque. Riutilizza modelli addestrati come BERT e Faster R-CNN con poche righe di codice.



Modelli

Trova modelli addestrati dalla community TensorFlow su TFHub.dev
Dai un'occhiata a BERT per le attività della PNL, inclusa la classificazione del testo e la risposta alle domande.
Utilizzare il modello Faster R-CNN Inception ResNet V2 640x640 per rilevare oggetti nelle immagini.
Trasferisci lo stile di un'immagine in un'altra utilizzando il modello di trasferimento dello stile dell'immagine.
Usa questo modello TFLite per classificare le foto di cibo su un dispositivo mobile.



Notizie e annunci

Dai un'occhiata al nostro blog per ulteriori annunci e per visualizzare gli ultimi aggiornamenti di #TFHub su Twitter
Scopri come utilizzare TensorFlow Hub per creare soluzioni ML con un impatto nel mondo reale.
Per esplorare le soluzioni ML per le tue app mobili e Web, incluso TensorFlow Hub, visita la pagina di apprendimento automatico su dispositivo di Google.
TensorFlow Hub semplifica l'utilizzo di BERT con i nuovi modelli di preelaborazione.
Scopri come utilizzare il modello SPICE per trascrivere automaticamente spartiti dall'audio dal vivo.