Asista al Simposio Mujeres en ML el 7 de diciembre Regístrese ahora
Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

TensorFlow Hub es un repositorio de modelos de aprendizaje automático capacitados.

  !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 es un repositorio de modelos de aprendizaje automático capacitados, listos para ajustarse e implementarse en cualquier lugar. Reutilice modelos entrenados como BERT y Faster R-CNN con solo unas pocas líneas de código.
  • Obtenga información sobre cómo usar TensorFlow Hub y cómo funciona.
  • Los tutoriales le muestran ejemplos completos con TensorFlow Hub.
  • Encuentre modelos TF, TFLite y TF.js entrenados para su caso de uso.



Modelos

Encuentre modelos capacitados de la comunidad de TensorFlow en TFHub.dev
Consulte BERT para tareas de PNL, incluida la clasificación de texto y la respuesta a preguntas.
Utilice el modelo Faster R-CNN Inception ResNet V2 640x640 para detectar objetos en imágenes.
Transfiere el estilo de una imagen a otra utilizando el modelo de transferencia de estilo de imagen.
Utilice este modelo TFLite para clasificar fotos de alimentos en un dispositivo móvil.



Noticias y anuncios

Visite nuestro blog para ver más anuncios y vea las últimas actualizaciones de #TFHub en Twitter
Aprende cómo puedes usar TensorFlow Hub para crear soluciones de ML con impacto en el mundo real.
Para explorar las soluciones de ML para sus aplicaciones móviles y web, incluido TensorFlow Hub, visite la página de aprendizaje automático en el dispositivo de Google.
TensorFlow Hub hace que BERT sea fácil de usar con nuevos modelos de preprocesamiento.
Aprenda a usar el modelo SPICE para transcribir automáticamente partituras de audio en vivo.