امروز برای رویداد محلی TensorFlow خود در همه جا پاسخ دهید!
این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

TensorFlow Hub مخزنی از مدلهای آموزش ماشین یادگیری است.

  !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 مخزنی از مدل های آموزش ماشین یادگیری است که برای تنظیم دقیق آماده شده و در هر مکانی قابل استفاده است. فقط با چند خط کد از مدلهای آموزش دیده مانند BERT و Faster R-CNN استفاده مجدد کنید.



مدل ها

مدل های آموزش دیده از انجمن TensorFlow را در TFHub.dev پیدا کنید
BERT را برای کارهای NLP از جمله طبقه بندی متن و پاسخ به سال بررسی کنید.
برای تشخیص اشیا در تصویر از مدل Faster R-CNN Inception ResNet V2 640x640 استفاده کنید.
با استفاده از مدل انتقال سبک تصویر ، سبک یک تصویر را به تصویر دیگر منتقل کنید.
از این مدل TFLite برای طبقه بندی عکس های مواد غذایی در یک دستگاه تلفن همراه استفاده کنید.



اخبار و اطلاعیه ها

برای اعلامیه های بیشتر وبلاگ ما را ببینید و آخرین به روزرسانی های #TFHub را در توییتر مشاهده کنید
TensorFlow Hub استفاده از BERT را با مدلهای جدید پیش پردازش ساده می کند.
بیاموزید که چگونه از مدل SPICE برای رونویسی خودکار موسیقی نت از صدای زنده استفاده کنید.
برای آموزش طبقه بندی کننده تصویری پیشرفته از پیشرفته ، از مدل BiT استفاده کنید.
با نحوه استفاده از TensorFlow Hub آشنا شوید تا مدل هایی را برای موارد استفاده خود پیدا کنید.