拥抱是什么脸变形金刚?

本文介绍了拥抱的脸变形金刚砖。它包括指导为什么用拥抱脸上变压器以及如何将它安装在您的集群。

背景拥抱脸变形金刚

拥抱的脸变形金刚是一个开源框架,深入学习了拥抱的脸。它提供了api和工具下载最先进的pre-trained模型,进一步优化它们来最大化性能。这些模型在不同的形式支持常见的任务,如自然语言处理、计算机视觉、音频和多模式应用程序。

请注意

Apache 2.0许可。

砖运行时机器学习包括拥抱的脸变形金刚在砖运行时10.4 LTS毫升以上,包括拥抱的脸数据集,加速,评估在砖运行时的13.0毫升以上。

检查哪个版本的拥抱的脸是包含在您的配置数据砖运行时ML版本,请参见Python库部分相关发布说明。

为什么要用拥抱脸变形金刚?

对于许多应用程序,如情绪分析和文本摘要,pre-trained模型没有任何额外的模型训练工作得很好。

拥抱的脸变形金刚管道编码最佳实践和有默认模型选择不同的任务,因此很容易开始。管道使其易于使用GPU时可用,让批处理的物品发送到GPU进行更好的吞吐量性能。

拥抱面临提供:

  • 一个模型中心包含许多pre-trained模型。

  • 的变形金刚的图书馆支持NLP的下载和使用这些模型的应用和微调。通常需要记号赋予器和模型对自然语言处理任务。

  • 变形金刚管道有一个简单的接口对于大多数自然语言处理任务。

安装变形金刚

如果砖你集群上运行时版本不包括拥抱的脸变形金刚,你可以安装最新的拥抱变形金刚图书馆作为一个砖PyPI图书馆。

% pip安装变压器

安装模型依赖

不同的模型有不同的依赖关系。砖建议你使用% pip神奇的命令根据需要安装这些依赖项。

以下是常见的依赖关系:

  • librosa:支持解码音频文件。

  • soundfile:需要而产生一些音频数据集。

  • bitsandbytes:当使用load_in_8bit = True。

  • SentencePiece:用作NLP记号赋予器模型。

  • 蒂姆要求:DetrForSegmentation。

单节点的训练

测试和迁移单机工作流程,使用单节点集群。

额外的资源

以下文章包括示例笔记本和指导如何使用拥抱的脸变形金刚对于大型语言模型(LLM)微调和模型推断砖。