RSVP для вашего местного мероприятия TensorFlow Everywhere сегодня!
Эта страница переведена с помощью Cloud Translation API.
Switch to English

TensorFlow Hub - это репозиторий 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

БЕРТ

Ознакомьтесь с BERT для задач НЛП, включая классификацию текста и ответы на вопросы.
Посмотреть модель

Обнаружение объекта

Используйте модель Faster R-CNN Inception ResNet V2 640x640 для обнаружения объектов на изображениях.
Посмотреть модель

Перенос стиля

Перенесите стиль одного изображения в другое, используя модель переноса стиля изображения.
Посмотреть модель

Классификатор еды на устройстве

Используйте эту модель TFLite для классификации фотографий еды на мобильном устройстве.
Посмотреть модель


Новости и объявления

Посетите наш блог, чтобы увидеть больше объявлений, и просмотрите последние обновления #TFHub в Twitter.
TensorFlow Hub упрощает использование BERT с новыми моделями предварительной обработки.
Прочтите блог
Узнайте, как использовать модель SPICE для автоматической расшифровки нот из живого звука.
Прочтите блог
Используйте модель BiT для обучения современных пользовательских классификаторов изображений.
Прочтите блог
Узнайте, как использовать TensorFlow Hub для поиска моделей для вашего варианта использования.
Посмотреть видео


Сообщество

Присоединяйтесь к сообществу TensorFlow Hub
Найдите обученных моделей