PaddleHub是基于PaddlePaddle开发的预训练模型管理工具，可以借助预训练模型更便捷地开展迁移学习工作。

通过PaddleHub，您可以：

1. 通过命令行，无需编写代码，一键使用预训练模型进行预测；
2. 通过hub download命令，快速地获取PaddlePaddle生态下的所有预训练模型；
3. 借助PaddleHub Finetune API，使用少量代码完成迁移学习；
   • 更多Demo可参考 ERNIE文本分类 图像分类迁移
   • 完整教程可参考 文本分类迁移教程 图像分类迁移教程

环境依赖

• Python==2.7 or Python>=3.5
• PaddlePaddle>=1.4.0

pip安装方式如下：

$ pip install paddlehub

安装成功后，执行下面的命令，可以快速体验PaddleHub无需代码、一键预测的命令行功能：

# 使用百度LAC词法分析工具进行分词
$ hub run lac --input_text "今天是个好日子"

# 使用百度Senta情感分析模型对句子进行预测
$ hub run senta_bilstm --input_text "今天是个好日子"

# 使用SSD检测模型对图片进行目标检测，检测结果如下图所示
$ wget --no-check-certificate https://paddlehub.bj.bcebos.com/resources/test_img_bird.jpg
$ hub run ssd_mobilenet_v1_pascal --input_path test_img_bird.jpg

想了解更多PaddleHub已经发布的模型，请使用hub search命令查看所有已发布的模型。

$ hub search

• PaddleHub Wiki
• 命令行工具
• Finetune API与迁移学习
• API

当安装或者使用遇到问题时，可以通过FAQ查找解决方案。 如果在FAQ中没有找到解决方案，欢迎您将问题和bug报告以Github Issues的形式提交

PaddleHub由Apache-2.0 license提供