Py之paddlehub：paddlehub的简介、安装、使用方法之详细攻略
目录
paddlehub的简介
PaddleHub是飞桨预训练模型管理和迁移学习工具，通过PaddleHub开发者可以使用高质量的预训练模型结合Fine-tune API快速完成迁移学习到应用部署的全流程工作。其提供了飞桨生态下的高质量预训练模型，涵盖了图像分类、目标检测、词法分析、语义模型、情感分析、视频分类、图像生成、图像分割、文本审核、关键点检测等主流模型。更多模型详情请查看官网：https://www.paddlepaddle.org.cn/hub
基于预训练模型，PaddleHub支持以下功能：
-
模型即软件，通过Python API或命令行实现快速预测，更方便地使用PaddlePaddle模型库。
-
迁移学习，用户通过Fine-tune API，只需要少量代码即可完成自然语言处理和计算机视觉场景的深度迁移学习。
-
服务化部署，简单一行命令即可搭建属于自己的模型的API服务。
-
超参优化，自动搜索最优超参，得到更好的模型效果。
GitHub地址：PaddleHub发布最新版本1.5.0，https://github.com/PaddlePaddle/PaddleHub
paddlehub的安装
pip install paddlehub
paddlehub的使用方法
1、使用PaddleHub下载数据集、预训练模型等
要求机器可以访问外网。可以使用server_check()可以检查本地与远端PaddleHub-Server的连接状态，使用方法如下：
import paddlehub
paddlehub.server_check()
# 如果可以连接远端PaddleHub-Server，则显示Request Hub-Server successfully。
# 如果无法连接远端PaddleHub-Server，则显示Request Hub-Server unsuccessfully。出现以下，则为测试成功！
Running Verify Fluid Program ...
Your Paddle Fluid works well on SINGLE GPU or CPU.
Your Paddle Fluid works well on MUTIPLE GPU or CPU.
Your Paddle Fluid is installed successfully! Let's start deep Learning with Paddle Fluid now
