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.
-
См. Руководство
Узнайте о том, как использовать TensorFlow Hub и как это работает. -
См. Руководства
Учебники показывают вам сквозные примеры использования TensorFlow Hub. -
Посмотреть модели
Найдите обученные модели TF, TFLite и TF.js для вашего варианта использования.
Модели
Найдите обученные модели из сообщества TensorFlow на TFHub.dev
БЕРТ
Ознакомьтесь с BERT для задач НЛП, включая классификацию текста и ответы на вопросы.
Обнаружение объекта
Используйте модель Faster R-CNN Inception ResNet V2 640x640 для обнаружения объектов на изображениях.
Перенос стиля
Перенесите стиль одного изображения в другое, используя модель переноса стиля изображения.
Классификатор еды на устройстве
Используйте эту модель TFLite для классификации фотографий еды на мобильном устройстве.
Новости и объявления
Посетите наш блог, чтобы увидеть больше объявлений, и просмотрите последние обновления #TFHub в Twitter.
Упрощение BERT с помощью предварительной обработки моделей из TensorFlow Hub
TensorFlow Hub упрощает использование BERT с новыми моделями предварительной обработки.
От пения до нот: оценка высоты звука с помощью SPICE и Tensorflow Hub
Узнайте, как использовать модель SPICE для автоматической расшифровки нот из живого звука.
BigTransfer (BiT): современное трансферное обучение для компьютерного зрения
Используйте модель BiT для обучения современных пользовательских классификаторов изображений.
TensorFlow Hub на саммите разработчиков
Узнайте, как использовать TensorFlow Hub для поиска моделей для вашего варианта использования.
Сообщество
Присоединяйтесь к сообществу TensorFlow Hub