huggingface 中文文档
Hugging Face - 文档库(中文版) | ||
---|---|---|
Hub拥抱面线上的主机基于GIT的模型,数据集和空间。 |
TransformersPytorch,Tensorflow和Jax的最先进的ML。 |
DiffusersPytorch中图像和音频产生的最新扩散模型。 |
Datasets访问并共享数据集,以获取计算机视觉,音频和NLP任务。 |
Gradio在仅几行Python中构建机器学习演示和其他Web应用程序。 |
|
Hub Python LibraryHF集线器的客户库库:从Python运行时管理存储库。 |
Huggingface.jsJS库的集合与拥抱面交互,其中包括TS类型。 |
Transformers.js社区图书馆可以从浏览器中的变压器中运行预算模型。 |
Inference API使用我们的免费推理API轻松地尝试超过200K模型。 |
Inference Endpoints在专用的,完全管理的基础架构上轻松将模型放在生产中。 |
PEFT大型型号的参数有效的明迹方法 |
Accelerate轻松训练和使用具有多GPU,TPU,混合精液的Pytorch型号。 |
Optimum使用易于使用的硬件优化工具对HF变压器进行快速训练和推断。 |
AWS Trainium & Inferentia使用AWS Trainium和AWS推理训练和部署变压器和扩散器。 |
Tokenizers快速引导者,针对研究和生产进行了优化。 |
Evaluate评估和报告模型性能更容易,更标准化。 |
Tasks有关ML任务的所有事情:演示,用例,模型,数据集等等! |
Datasets-serverAPI访问所有拥抱面轮数据集的内容,元数据和基本统计信息。 |
TRL通过强化学习训练变压器语言模型。 |
Amazon SageMaker使用Amazon Sagemaker和拥抱Face DLC培训和部署变压器模型。 |
timm最先进的计算机视觉模型,层,优化器,培训/评估和实用程序。 |
Safetensors简单,安全的方法,可以安全,快速地存储和分发神经网络。 |
Text Generation Inference工具包可供大型语言模型。 |
AutoTrainAutotrain API和UI |
Hugging Face 中文文档
计算机科学中仅存在两件难事:缓存失效和命名。——菲尔·卡尔顿