1 minute read

Hugging Face

Hugging Face 是所有机器学习任务的大本营。 您可以在这里找到开始一项任务所需的内容：演示、用例、模型、数据集等等！

Models

Datasets

Spaces

创建和托管很棒的机器学习演示

Documentations

Solutions

Expert Acceleration Program（专家加速计划）- 加速您的 ML 路线图

从我们屡获殊荣的机器学习专家那里获得指导。我们组建了一个世界一流的团队，帮助客户更快地构建更好的 ML 解决方案。

机器学习的成功取决于为用例找到最佳架构、微调模型并将它们部署到生产环境中。 所有这些都需要经验和技能的正确结合。 我们的专家加速计划提供必要的技术专长，以实施最先进的技术、做出更好的决策并更快地进入市场。

  • 如何为我的用例微调（fine-tune）模型？ 哪些基础架构（base architectures）？多少训练数据？

  • 如何优化我的模型以获得最小延迟（latency）？ 蒸馏（Distillation）。汇编（Compilation）。量化（Quantization）。修剪（Pruning）。 我们可以指导您完成每一步。

  • 如何优化我的生产环境？ 调整您的 CPU、GPU 或 AI 加速器配置以获得最大性能。

  • 如何在 SageMaker 中使用 Transformers？ 模型并行性（model parallelism）、数据并行性（data parallelism）、部署（deployment）等。

  • 我如何检测和减轻数据集和模型中的偏见（bias）？ 我们可以帮助您让人工智能更负责任。

Inference Endpoints（推理端点）- 在几分钟内部署模型

Inference Endpoints 提供了一个安全的生产解决方案，可以在由 Hugging Face 管理的专用和自动缩放基础设施上轻松部署来自 Hub 的任何 Transformers、Sentence-Transformers 和 Diffusion 模型，通过选择云、区域、计算实例、自动缩放范围和安全级别以匹配您的模型、延迟、吞吐量和合规性需求。

AutoTrain（自动训练）- 无需代码即可创建 ML 模型

一种自动训练、评估和部署最先进的机器学习模型的新方法。

Hardware（硬件）- 使用专用硬件进行扩展

Hugging Face 与领先的 AI 硬件加速器合作，以实现最先进的生产性能。

硬件专用加速工具

  1. 量化（Quantize）

利用英特尔® Neural Compressor 的训练后量化、量化感知训练和动态量化，在对准确性影响最小的情况下更快地建立模型。

  1. 修剪（Prune）

使模型更小，对准确性的影响最小，通过英特尔® Neural Compressor 使用简单易用的配置来消除模型权重。

  1. 训练（Train）

使用最新一代 AI 专用硬件 Graphcore 智能处理单元 (IPU) 以前所未有的速度训练模型，利用内置的 IPUTrainer API 训练或微调 transformers 模型。

Tasks

Computer Vision（计算机视觉）

  • Depth Estimation（深度估计）
  • Image Classification（图像分类）
  • Image Segmentation（图像分割）
  • Image-to-Image（图像到图像）
  • Object Detection（物体检测）
  • Video Classification（视频分类）
  • Unconditional Image Generation（无条件图像生成）
  • Zero-Shot Image Classification（零样本图像分类）

Natural Language Processing（自然语言处理）

  • Conversational（对话）
  • Fill-Mask（填充遮罩）
  • Question Answering（问答）
  • Sentence Similarity（句子相似度）
  • Summarization（总结）
  • Table Question Answering（表格问答）
  • Text Classification（文本分类）
  • Text Generation（文本生成）
  • Token Classification（Token 分类）
  • Translation（翻译）
  • Zero-Shot Classification（零样本分类）

Audio（声音）

  • Audio Classification（音频分类）
  • Audio-to-Audio（音频到音频）
  • Automatic Speech Recognition（语音识别）
  • Text-to-Speech（文本转语音）

Tabular（表格）

  • Tabular Classification（表格分类）
  • Tabular Regression（表格回归）

Multimodal（多模态）

  • Document Question Answering（文档问答）
  • Feature Extraction（特征提取）
  • Image-to-Text（图像到文本）
  • Text-to-Image（文本到图像）
  • Visual Question Answering（视觉问答）

Reinforcement Learning（强化学习）

  • Reinforcement Learning（强化学习）

Metrics

社区

Blog 英文 中文

学习

HuggingLLM

自然语言处理课程

深度强化学习课程

Discord

Classrooms

论坛

GitHub

中文 Spaces

开发

在 Spaces 中开发应用

Gradio

Streamlit

Pipelines

from transformers import pipeline

pipe = pipeline("text-classification")
pipe("This restaurant is awesome")

[{'label': 'POSITIVE', 'score': 0.9998743534088135}]

Inference API

通过简单的 HTTP 请求，免费测试和评估超过 80,000 个可公开访问的机器学习模型，或您自己的私有模型，并在 Hugging Face 共享基础设施上进行快速推理。 推理 API 是免费使用的，并且有速率限制。

文档

Updated: