Press "Enter" to skip to content

TensorFlow Hub, 给您带来全新的 Web 体验

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

在之前的文章中,我们发布了 ,这是一个在 TensorFlow 中发布,发现和重用部分机器学习模块的平台。 该平台的一个关键部分是其 Web 体验,它允许开发人员针对用例发现 TensorFlow 模块。 今天,我们正在为 推出新的 Web 体验,以便能够更轻易地进行搜索和发现,同时为 multi-publisher 平台奠定了基础。

探索和发现模块

图1:新的 Web 体验向我们提供了模块的详细信息、访问其 tfhub.dev URL 的简便方法,以及有效的 Colab notebook 直接链接
TensorFlow Hub 是一个共享可重用的机器学习平台,我们希望为研究人员和开发人员提供一种便利的方式,能够在更广泛的社区中分享他们的作品。 Universal Sentence Encoder 模块就是一个成功的范例,它加快了从基础机器学习科学到更广泛的开发者社区应用程序的速度。 该文件引用了模块的 tfhub.dev URL。 当该 URL 被复制到浏览器中时,将出现模块的详细信息页面,发布者共享文档,以及指向 Colab notebook 的链接,这样您就可以直接试用该模块。 Universal Sentence Encoder 已成为 TF Hub 上最受欢迎的模块之一。

搜索和过滤

图2:查找使用西班牙语数据训练的文本嵌入
毋庸置疑,您可以在 TF Hub 上搜索和过滤模块。 针对您问题的文本模块,其适用性取决于它们接受训练的数据。 在以上例子中,我们向您展示了搜索文本嵌入并按照语言(语言:西班牙语)过滤和查找在西班牙语数据上训练的 NNLM 模块是如此轻而易举。

物体检测变得简单

通过 Google Brain 团队开发的新模块,我们正在不断扩展 TensorFlow Hub 的库存。 最近新增一个在 Open Images v4 上训练的 FasterRCNN 模块。 该模块仅使用一行代码便可加载,并用于执行对象检测:
detector = hub.Module( “ tfhub.dev/google/fast… ” )
通过该模块,我们发布了一个 Colab notebook,允许您加载并检查其输出。 以下示例来自unsplash.com 的图像以及检测到的对象。

图3:用于应用 TF 模块的图像
Colab notebook 将引导您完成下载模块并应用,所有这些都能在短短几分钟内全部完成。 注:Colab notebook 链接 colab.research.google.com/github/tens…

图4:模块推断的边界框和类别
近期 TensorFlow Hub 上其他新增内容包括:
2017 年 iNaturalist Kaggle Challenge 获奖者发表了一篇论文描述了他们的方法,并将他们的模型发布在 TensorFlow Hub 上,展示了迁移学习的优势。
来自 TensorFlow Hub 团队的 Jeremiah Harmsen 发布了一个 Kaggle 示例,演示了如何利用 TensorFlow Hub 的预训练模块来解决 Kaggle 上的情绪分析挑战。 注:模型链接 alpha.tfhub.dev/google/inat… Kaggle 示例链接 www.kaggle.com/jeremiahhar…

适用于产品团队的 TensorFlow Hub

除了可以使用在tfhub.dev 上发布的各种模块之外,TensorFlow Hub 库还允许您将模块发布到私有存储空间中进行使用。 这样,团队队员可以共享模块并从彼此的成果中获益。
您可以使用文件系统路径,而无需通过其 tfhub.dev URL 引用模块:
m = hub.Module(“/tmp/text-embedding”) embeddings = m(sentences)
创建这些自定义嵌入,请按照我们的 “创建模块” 教程。 注: “创建模块” 教程链接 www.tensorflow.org/hub/creatin…

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注