TensorFlow Hub es un repositorio de modelos de aprendizaje automático entrenados.
!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 entrenados, listos para optimizarlos e implementarlos donde quieras. Puedes reutilizar modelos entrenados, como BERT y Faster R-CNN, con solo unas pocas líneas de código.
-
Ver la guía
Obtén información sobre cómo usar TensorFlow Hub y cómo funciona. -
Ver los instructivos
Los instructivos muestran ejemplos de extremo a extremo que usan TensorFlow Hub. -
Ver los modelos
Encuentra modelos entrenados de TF, TFLite y TF.js para tu caso de uso.
Modelos
Busca modelos entrenados de la comunidad de TensorFlow en tfhub.dev
BERT
Utiliza BERT para tareas de PLN, incluidas la clasificación de texto y la respuesta a preguntas.
Detección de objetos
Utiliza el modelo Faster R-CNN Inception ResNet V2 640x640 para detectar objetos en imágenes.
Transferencia de estilo
Transfiere el estilo de una imagen a otra con el modelo de transferencia de estilo de imagen.
Clasificador de alimentos en el dispositivo
Usa este modelo de TFLite para clasificar fotos de comida en un dispositivo móvil.
Noticias y anuncios
Visita nuestro blog para conocer más anuncios y consultar las últimas actualizaciones de #TFHub en Twitter
Del canto a la partitura: Estima el tono con SPICE y Tensorflow Hub
Obtén información sobre cómo usar el modelo SPICE para transcribir automáticamente una partitura desde un audio en vivo.
BigTransfer (BiT): Aprendizaje por transferencia de vanguardia para visión artificial
Usa el modelo de BiT para entrenar clasificadores de imágenes personalizadas de vanguardia.
TensorFlow Hub en la Dev Summit
Obtén información sobre cómo usar TensorFlow Hub y encuentra modelos para tu caso de uso.
Comunidad
Únete a la comunidad de TensorFlow Hub