अपने स्थानीय TensorFlow के लिए RSVP आज हर जगह घटना!
इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow हब प्रशिक्षित मशीन लर्निंग मॉडल का भंडार है।

  !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 हब कहीं भी फाइन-ट्यूनिंग और तैनाती के लिए तैयार प्रशिक्षित मशीन लर्निंग मॉडल का भंडार है। कोड के कुछ ही लाइनों के साथ BERT और फास्टर R-CNN जैसे प्रशिक्षित मॉडल का पुन: उपयोग करें।
  • TensorFlow Hub का उपयोग कैसे करें और यह कैसे काम करता है, इसके बारे में जानें।
  • ट्यूटोरियल आपको TensorFlow हब का उपयोग करके अंत-से-अंत के उदाहरण दिखाते हैं।
  • अपने उपयोग के मामले के लिए प्रशिक्षित TF, TFLite और TF.js मॉडल खोजें।



मॉडल

TFHub.dev पर TensorFlow समुदाय से प्रशिक्षित मॉडल खोजें
पाठ वर्गीकरण और प्रश्न उत्तर सहित एनएलपी कार्यों के लिए BERT देखें।
छवियों में वस्तुओं का पता लगाने के लिए फास्टर आर-सीएनएन इंसेप्शन ResNet V2 640x640 मॉडल का उपयोग करें।
छवि शैली हस्तांतरण मॉडल का उपयोग करके एक छवि की शैली को दूसरे में स्थानांतरित करें।
मोबाइल डिवाइस पर भोजन की तस्वीरों को वर्गीकृत करने के लिए इस TFLite मॉडल का उपयोग करें।



समाचार और घोषणाएँ

अधिक घोषणाओं के लिए हमारे ब्लॉग की जाँच करें और ट्विटर पर नवीनतम #TFHub अपडेट देखें
TensorFlow हब नए प्रीप्रोसेसिंग मॉडल के साथ BERT को उपयोग करने के लिए सरल बनाता है।
लाइव ऑडियो से शीट संगीत को स्वचालित रूप से स्थानांतरित करने के लिए स्पाइस मॉडल का उपयोग करना सीखें।
अत्याधुनिक कस्टम इमेज क्लासिफायर के प्रशिक्षण के लिए BiT मॉडल का उपयोग करें।
अपने उपयोग के मामले के लिए मॉडल खोजने के लिए TensorFlow हब का उपयोग करने के बारे में जानें।