TF Hub
forkortelse for TensorFlow Hub
TF Hub er en platform til deling og genbrug af fortrænede maskinlæringsmoduler, primært til TensorFlow.
Kort fortalt
Det er et online bibliotek med færdige modeldele (som indlejringer eller billedklassifikatorer), som du kan indsætte direkte i dine egne modeller uden at træne fra bunden.
- Kategori
- værktøj
- Niveau
- begynder
Betydninger
1- 1
En online ressource og API til at finde, downloade og genbruge fortrænede moduler fra TensorFlow-økosystemet.
- Ved at hente et indlejringsmodul fra TF Hub kan du tilføje semantisk forståelse til din tekstklassifikationsmodel. — TensorFlow Hub dokumentation
- TF Hub indeholder moduler til billedgenkendelse, tekstindkodning og meget mere. — TensorFlow Hub dokumentation
Hvornår bruges det
TF Hub bruges til at hente og genbruge fortrænede moduler i TensorFlow-projekter. Typisk indlæses et modul med 'hub.load()' eller 'hub.KerasLayer()', og det integreres som et lag i en Keras-model. Det sparer tid og data, især når man arbejder med transfer learning.
Kodeeksempel
import tensorflow_hub as hub
embed = hub.load("https://tfhub.dev/google/nnlm-en-dim128/2")
embeddings = embed(["katten sad på måtten", "hunden legede i parken"])
print(embeddings.shape)Indlæs et fortrænet tekstindlejringsmodul fra TF Hub og anvend det på to sætninger.
Oprindelse
Forkortelse for 'TensorFlow Hub', hvor 'Hub' signalerer et centralt knudepunkt for deling.