Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

TensorFlow Hub ist ein Repository für geschulte Modelle für maschinelles Lernen.

  !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 ist ein Repository mit geschulten Modellen für maschinelles Lernen, die zur Feinabstimmung bereit und überall einsetzbar sind. Verwenden Sie trainierte Modelle wie BERT und Faster R-CNN mit nur wenigen Codezeilen wieder.



Modelle

Auf tfhub.dev finden Sie geschulte Modelle aus der TensorFlow-Community
Schauen Sie sich BERT für NLP-Aufgaben an, einschließlich Textklassifizierung und Beantwortung von Fragen.
Verwenden Sie das Modell Faster R-CNN Inception ResNet V2 640x640, um Objekte in Bildern zu erkennen.
Übertragen Sie den Stil eines Bildes mithilfe des Bildstil-Übertragungsmodells auf ein anderes.
Verwenden Sie dieses TFLite-Modell, um Fotos von Lebensmitteln auf einem mobilen Gerät zu klassifizieren.



Nachrichten & Ankündigungen

Weitere Ankündigungen finden Sie in unserem Blog. Die neuesten # TFHub-Updates finden Sie auf Twitter
Erfahren Sie, wie Sie mit dem SPICE-Modell automatisch Noten von Live-Audio transkribieren.
Verwenden Sie das BiT-Modell, um hochmoderne benutzerdefinierte Bildklassifizierer zu trainieren.
Erfahren Sie, wie Sie mit TensorFlow Hub Modelle für Ihren Anwendungsfall finden.