目录

• 前言
• 一、Paddlehub是什么？
• 二、使用步骤
  • 1.引入库
  • 2.读取模型
  • 3.效果展示
• 总结

---

前言

         简单来说，Paddlehub就是一个用于储存所有一训练好模型的小型仓库。所有已经训练好的模型都会被放到这个“仓库”里面。发开者可以在已有模型的基础上进行迁移学习，也可以直接将训练好的模型拿出来使用，本文侧重于后者。

---

一、Paddlehub是什么？

        便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。

二、使用步骤

1.引入库

import paddlehub as hub

2.读取模型

  name即为所读取模型的名字，例如

"ernie_gen_lover_words"

"stylepro_artistic"

"deeplabv3p_xception65_humanseg"

具体可参考百度Paddlehub官方文档https://www.paddlepaddle.org.cn/hub

module = hub.Module(name="ernie_gen_lover_words")
stylepro_artistic = hub.Module(name="stylepro_artistic")
humanseg = hub.Module(name="deeplabv3p_xception65_humanseg")

3.效果显示

输入代码：

import paddlehub as hub
import paddle


module = hub.Module(name="ernie_gen_lover_words")

width = int(input("输入数字，要回你几句"))
a = input('输出内容，根据什么内容进行回复')
test_tests = [a]


results = module.generate(texts=test_tests, use_gpu=False, beam_width=1)

for result in results:
    print(result)

输出结果：

---

 总结

       不同的模型有个不同的输入输出格式，本文以"ernie_gen_lover_words"模型为例子，简单地讲述了Paddlehub的使用方法。读者可根据自己的需要到官方去查询不同的模型。

官网地址：https://www.paddlepaddle.org.cn/hub