Эта страница была переведа 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.

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

Следите за новостями в нашем блоге и просмотрите последние обновления #TFHub в Twitter.
Узнайте, как использовать модель SPICE для автоматической расшифровки нот из живого звука.
Прочитать блог
Используйте модель BiT для обучения современных пользовательских классификаторов изображений.
Прочитать блог
Узнайте, как использовать TensorFlow Hub для поиска моделей для вашего варианта использования.
Посмотреть видео


Сообщество

Присоединяйтесь к сообществу TensorFlow Hub
Найдите обученных моделей