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 प्रशिक्षित मशीन सीखने वाले मॉडल का भंडार है जो कहीं भी ठीक-ठीक ट्यूनिंग और तैनाती के लिए तैयार 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 Hub 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 तेज़ 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 को देखें और ट्विटर पर नवीनतम #TFHub अपडेट देखें
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 बीआईटी मॉडल का उपयोग करें।
अपने उपयोग के मामले के लिए मॉडल खोजने के लिए TensorFlow हब का उपयोग करने के बारे में जानें।