TensorFlow Hub - это хранилище обученных моделей машинного обучения.

  !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 - это репозиторий обученных моделей машинного обучения, готовых к тонкой настройке и развертываемых где угодно. Повторно используйте обученные модели, такие как BERT и Faster R-CNN, с помощью всего нескольких строк кода.



Модели

Найдите обученные модели из сообщества TensorFlow на TFHub.dev
Ознакомьтесь с BERT для задач НЛП, включая классификацию текста и ответы на вопросы.
Используйте модель Faster R-CNN Inception ResNet V2 640x640 для обнаружения объектов на изображениях.
Перенесите стиль одного изображения в другое, используя модель переноса стиля изображения.
Используйте эту модель TFLite для классификации фотографий еды на мобильном устройстве.



Новости и анонсы

Следите за новостями в нашем блоге и следите за последними обновлениями #TFHub в Twitter.
Узнайте, как можно использовать TensorFlow Hub для создания решений машинного обучения, оказывающих влияние на мир.
Чтобы изучить решения машинного обучения для мобильных и веб-приложений, включая TensorFlow Hub, посетите страницу Google по машинному обучению на устройстве.
TensorFlow Hub упрощает использование BERT с новыми моделями предварительной обработки.
Узнайте, как использовать модель SPICE для автоматической расшифровки нот из живого звука.