pergi berpelukan

go-huggingface , unduh, tokenisasi, dan konversi model dari HuggingFace.

Ringkasan

API sederhana untuk mengunduh ( hub ), tokenisasi ( tokenizers ) dan konversi model ( pekerjaan masa depan ) ( models ) dari HuggingFace? model menggunakan GoMLX.

EKSPERIMENTAL dan DALAM PENGEMBANGAN : Meskipun paket hub telah stabil, tokenizers dan models masa depan masih dalam pengembangan intensif.

Contoh

Pembukaan: Impor Dan Variabel

 import ("github.com/gomlx/go-huggingface/hub""github.com/gomlx/go-huggingface/tokenizers")var ( // ID model untuk pengujian.hfModelIDs = []string{ "google/gemma-2 -2b-it", "kalimat-transformator/all-MiniLM-L6-v2", "protectai/deberta-v3-base-zeroshot-v1-onnx", "KnightsAnalytics/distilbert-base-uncased-finetuned-sst-2-english", "KnightsAnalytics/distilbert-NER", "SamLowe/roberta-base-go_emotions-onnx",
	} hfAuthToken = os.Getenv("HF_TOKEN") // Buat token autentikasi HuggingFace Anda di huggingface.co, untuk mengizinkan pengunduhan model.)

Daftar file untuk setiap model

 untuk _, modelID := range hfModelIDs { fmt.Printf("n%s:n", modelID) repo := hub.New(modelID).WithAuth(hfAuthToken) untuk nama file, err := range repo.IterFileNames() { jika salah != nil { panik(err) } fmt.Printf("t%sn", Namafile)
	}
}

Buat daftar kelas tokenizer untuk setiap model

 untuk _, modelID := range hfModelIDs { fmt.Printf("n%s:n", modelID) repo := konfigurasi hub.New(modelID).WithAuth(hfAuthToken), err := tokenizers.GetConfig(repo) if err != nihil { panik(err) } fmt.Printf("ttokenizer_class=%sn", config.TokenizerClass)
}

Tokenisasi untuk google/gemma-2-2b-it

• Output pesan "Diunduh" hanya terjadi pada file tokenizer yang belum di-cache, jadi hanya pertama kali:

 repo := hub.New("google/gemma-2-2b-it").WithAuth(hfAuthToken)tokenizer, err := tokenizers.New(repo)if err != nil { panik(err) }kalimat := " Bukunya ada di atas meja."tokens := tokenizer.Encode(sentence)fmt.Printf("Sentence:t%sn", kalimat)fmt.Printf("Token: t%vn", token) 

Downloaded 1/1 files, 4.2 MB downloaded         
Sentence:	The book is on the table.
Tokens:  	[651 2870 603 611 573 3037 235265]

Unduh dan jalankan model ONNX untuk sentence-transformers/all-MiniLM-L6-v2

Hanya 3 baris pertama yang benar-benar mendemonstrasikan go-huggingface . Baris sisanya menggunakan github.com/gomlx/onnx-gomlx untuk mengurai dan mengonversi model ONNX ke GoMLX, lalu github.com/gomlx/gomlx untuk menjalankan model yang dikonversi untuk beberapa kalimat.

 // Dapatkan model ONNX.repo := hub.New("sentence-transformers/all-MiniLM-L6-v2").WithAuth(hfAuthToken)onnxFilePath, err := repo.DownloadFile("onnx/model.onnx")if salah != nihil { panik(err) }onnxModel, err := onnx.ReadFile(onnxFilePath)if err != nil { panik(err) }// Konversikan variabel ONNX ke konteks GoMLX (yang menyimpan variabel):ctx := konteks.Baru()err = onnxModel.VariablesToContext(ctx)if err != nil { panik(err) }// Uji input.sentences := []string{ "Ini adalah contoh kalimat", "Setiap kalimat dikonversi"}inputIDs := [][]int64{
	{101, 2023, 2003, 2019, 2742, 6251, 102},
	{ 101, 2169, 6251, 2003, 4991, 102, 0}}tokenTypeID := [][]int64{
	{0, 0, 0, 0, 0, 0, 0},
	{0, 0, 0, 0, 0, 0, 0}}Mask perhatian := [][]int64{
	{1, 1, 1, 1, 1, 1, 1},
	{1, 1, 1, 1, 1, 1, 0}}// Jalankan grafik GoMLX dengan model.embeddings := konteks.ExecOnce( backends.New(), ctx, func (ctx *context.Context, inputs [] *graph.Node) *graph.Node { modelOutputs := onnxModel.CallGraph(ctx, input[0].Graph(), map[string]*graph.Node{ "input_ids": inputs[0], "attention_mask": inputs[1], "token_type_ids": inputs[2]}) mengembalikan modelOutputs[0]
	},
	 inputIDs,attentionMask, tokenTypeIDs)fmt.Printf("Kalimat: t%qn", kalimat)fmt.Printf("Embeddings:t%sn", embeddings) 

Sentences: 	["This is an example sentence" "Each sentence is converted"]
Embeddings:	[2][7][384]float32{
 {{0.0366, -0.0162, 0.1682, ..., 0.0554, -0.1644, -0.2967},
  {0.7239, 0.6399, 0.1888, ..., 0.5946, 0.6206, 0.4897},
  {0.0064, 0.0203, 0.0448, ..., 0.3464, 1.3170, -0.1670},
  ...,
  {0.1479, -0.0643, 0.1457, ..., 0.8837, -0.3316, 0.2975},
  {0.5212, 0.6563, 0.5607, ..., -0.0399, 0.0412, -1.4036},
  {1.0824, 0.7140, 0.3986, ..., -0.2301, 0.3243, -1.0313}},
 {{0.2802, 0.1165, -0.0418, ..., 0.2711, -0.1685, -0.2961},
  {0.8729, 0.4545, -0.1091, ..., 0.1365, 0.4580, -0.2042},
  {0.4752, 0.5731, 0.6304, ..., 0.6526, 0.5612, -1.3268},
  ...,
  {0.6113, 0.7920, -0.4685, ..., 0.0854, 1.0592, -0.2983},
  {0.4115, 1.0946, 0.2385, ..., 0.8984, 0.3684, -0.7333},
  {0.1374, 0.5555, 0.2678, ..., 0.5426, 0.4665, -0.5284}}}