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 хранилище обученных моделей машинного обучения, готовых к тонкой настройке и развертыванию в любом месте. Повторно используйте обученные модели, такие как BERT и Faster R-CNN, всего несколькими строками кода.
-
См. руководство
Узнайте, как использовать TensorFlow Hub и как это работает. -
См. учебные пособия
В учебных пособиях показаны сквозные примеры использования TensorFlow Hub. -
Посмотреть модели
Найдите обученные модели TF, TFLite и TF.js для вашего варианта использования.
Модели
Найдите обученные модели от сообщества TensorFlow на TFHub.dev.
БЕРТ
Ознакомьтесь с BERT для задач НЛП, включая классификацию текста и ответы на вопросы.
Обнаружение объекта, Обнаружение объекта
Используйте модель Faster R-CNN Inception ResNet V2 640x640 для обнаружения объектов на изображениях.
Передача стиля
Перенесите стиль одного изображения на другое, используя модель переноса стиля изображения.
Классификатор продуктов питания на устройстве
Используйте эту модель TFLite для классификации фотографий еды на мобильном устройстве.
Новости и объявления
Загляните в наш блог , чтобы узнать больше объявлений, и просматривайте последние обновления #TFHub в Twitter.
TensorFlow Hub для воздействия на реальный мир на Google I/O
Узнайте, как использовать TensorFlow Hub для создания решений машинного обучения с реальным влиянием.
Решения машинного обучения на устройствах
Чтобы изучить решения машинного обучения для своих мобильных и веб-приложений, включая TensorFlow Hub, посетите страницу машинного обучения Google на устройстве.
Упрощение BERT с помощью моделей предварительной обработки от TensorFlow Hub
TensorFlow Hub упрощает использование BERT с новыми моделями предварительной обработки.
От пения до музыкальных партитур: оценка высоты тона с помощью SPICE и Tensorflow Hub
Узнайте, как использовать модель SPICE для автоматической расшифровки нот из живого аудио.
Сообщество
Присоединяйтесь к сообществу TensorFlow Hub
