一文彻底搞懂大模型 - Hugging Face Transformers

最新推荐文章于 2025-03-26 19:33:16 发布

Python编程杰哥

最新推荐文章于 2025-03-26 19:33:16 发布

阅读量1.8k

点赞数 21

文章标签：深度学习人工智能知识图谱 llama easyui

本文链接：https://blog.csdn.net/xx_nm98/article/details/142927916

版权

Hugging Face

Hugging Face Transformers是一个开源的预训练模型库，旨在将NLP领域的最新进展向更广泛的机器学习社区开放。该库包含了经过精心设计的最先进的Transformer架构，并提供了易于使用的API，使得研究人员和开发者能够轻松地加载、微调和使用这些模型。

Hugging Face Transformers

一、Hugging Face Transformers

Hugging Face Transformers是什么？Hugging Face Transformers是一个强大的Python库，最初被创建用于开发语言模型，如今它的功能已经扩展到包括多模态（如图像和文本结合）、计算机视觉和音频处理等其他用途的模型。这意味着，除了处理语言数据之外，Hugging Face Transformers还能处理图片和声音数据，使其成为一个多功能的工具库。

Hugging Face Transformers

该库提供了各种预训练模型，如BERT、GPT-2、RoBERTa、T5等，并支持Pytorch和Tensorflow2.0框架，其设计目标是提供一个易于使用且灵活的接口，以便研究人员和开发人员能够轻松地使用预训练模型。

提供了大量的预训练模型：这些模型已经在庞大的数据集上进行过训练，可以直接使用，帮助用户节省了大量的时间和计算资源，让开发过程更加高效。
设计非常注重易用性：详细的文档和简洁的API使得开发者可以快速上手，进行实验和开发。
会定期更新：包含最新的研究成果和模型，用户可以及时获取和使用最前沿的技术，保持项目的先进性。
拥有一个活跃且热情的社区：社区成员不断更新和维护这个库，提供技术支持和新功能。无论是初学者还是专家，都可以在社区中找到帮助和资源。

二、Hugging Face Hub

Hugging Face Hub是什么？Hugging Face Hub是一个面向机器学习开发者和协作者的社区平台，提供了大量的预训练模型、数据集以及机器学习应用。通过Hugging Face Hub库，用户可以轻松地下载、上传文件，管理存储库，运行推断，搜索资源，以及参与社区互动。

Hugging Face Hub

Hugging Face Hub库的设计考虑到了易用性和功能性，它支持从Hub下载文件、上传文件到Hub、管理存储库、在部署的模型上运行推断、搜索模型和数据集等功能。此外，它还提供了丰富的API和命令行工具，使得用户可以方便地进行身份验证、创建存储库和上传文件。

模型开发与测试：开发者可以使用库中的功能下载预训练模型进行本地测试和开发。
模型部署：通过上传功能，开发者可以将自己的模型部署到Hugging Face Hub，供全球用户访问。
数据集管理：用户可以上传和下载数据集，进行数据准备和预处理。
社区协作：通过社区互动功能，用户可以分享自己的模型和数据集，与全球的机器学习社区进行交流和协作。

三、Transformers__核心功能模块

Hugging Face Transformers核心功能模块？Hugging Face Transformers库的核心功能模块包括：Pipelines、Tokenizer、模型加载和保存。

Transformers库提供高层API Pipelines简化模型使用，包含多种Tokenizer实现文本格式转换，以及支持模型加载与保存功能以促进模型复用与共享。

Pipelines：这是Hugging Face Transformers提供的一个高层API，旨在简化模型的使用过程。通过Pipelines，用户可以轻松地执行各种任务，如文本分类、问答和文本生成等。这个简化的接口使得快速实践大模型变得更加容易，用户只需几行代码就能完成复杂的任务。

Pipelines

Tokenizer：Tokenizer是将文本转换为模型可处理的格式的工具。Hugging Face Transformers提供了多种Tokenizer，支持不同的模型和语言。通过Tokenizer，用户可以轻松地对文本进行编码和解码，准备输入数据和处理输出结果，使得数据处理变得更加高效。
模型加载和保存：Hugging Face Transformers提供了加载和保存模型的功能，使得模型的使用和管理更加方便。用户可以从Hugging Face Hub加载预训练模型，也可以将自己训练的模型保存并分享给其他用户。这样，模型的复用和共享变得更加简单。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述