ไคลเอนต์ Python อย่างเป็นทางการสำหรับ Huggingface Hub
อังกฤษ | เยอรมัน | हिंदी | เกาหลี | 中文 (简体)
เอกสาร : https://hf.co/docs/huggingface_hub
ซอร์สโค้ด : https://github.com/huggingface/huggingface_hub
ไลบรารี huggingface_hub
ช่วยให้คุณสามารถโต้ตอบกับ Hugging Face Hub ซึ่งเป็นแพลตฟอร์มที่ทำให้ Machine Learning แบบโอเพ่นซอร์สเป็นประชาธิปไตยสำหรับผู้สร้างและผู้ทำงานร่วมกัน ค้นพบโมเดลและชุดข้อมูลที่ได้รับการฝึกอบรมล่วงหน้าสำหรับโปรเจ็กต์ของคุณ หรือเล่นกับแอปแมชชีนเลิร์นนิงนับพันที่โฮสต์บน Hub คุณยังสามารถสร้างและแบ่งปันโมเดล ชุดข้อมูล และการสาธิตของคุณเองกับชุมชนได้ ไลบรารี huggingface_hub
มอบวิธีง่ายๆ ในการทำสิ่งเหล่านี้ทั้งหมดด้วย Python
ติดตั้งแพ็คเกจ huggingface_hub
ด้วย pip:
pip install huggingface_hub
หากต้องการคุณสามารถติดตั้งด้วย conda ได้
เพื่อให้แพ็คเกจมีน้อยที่สุดตามค่าเริ่มต้น huggingface_hub
จะมาพร้อมกับการขึ้นต่อกันที่เป็นประโยชน์สำหรับบางกรณีการใช้งาน ตัวอย่างเช่น หากคุณต้องการประสบการณ์ที่สมบูรณ์สำหรับการอนุมาน ให้รัน:
pip install huggingface_hub[inference]
หากต้องการเรียนรู้การติดตั้งเพิ่มเติมและการอ้างอิงเพิ่มเติม โปรดดูคู่มือการติดตั้ง
ดาวน์โหลดไฟล์เดียว
from huggingface_hub import hf_hub_download
hf_hub_download ( repo_id = "tiiuae/falcon-7b-instruct" , filename = "config.json" )
หรือที่เก็บข้อมูลทั้งหมด
from huggingface_hub import snapshot_download
snapshot_download ( "stabilityai/stable-diffusion-2-1" )
ไฟล์จะถูกดาวน์โหลดในโฟลเดอร์แคชในเครื่อง รายละเอียดเพิ่มเติมในคู่มือนี้
Hugging Face Hub ใช้โทเค็นเพื่อตรวจสอบความถูกต้องของแอปพลิเคชัน (ดูเอกสาร) หากต้องการเข้าสู่ระบบเครื่องของคุณ ให้รัน CLI ต่อไปนี้:
huggingface-cli login
# or using an environment variable
huggingface-cli login --token $HUGGINGFACE_TOKEN
from huggingface_hub import create_repo
create_repo ( repo_id = "super-cool-model" )
อัปโหลดไฟล์เดียว
from huggingface_hub import upload_file
upload_file (
path_or_fileobj = "/home/lysandre/dummy-test/README.md" ,
path_in_repo = "README.md" ,
repo_id = "lysandre/test-model" ,
)
หรือทั้งโฟลเดอร์
from huggingface_hub import upload_folder
upload_folder (
folder_path = "/path/to/local/space" ,
repo_id = "username/my-cool-space" ,
repo_type = "space" ,
)
สำหรับรายละเอียดในคู่มือการอัปโหลด
เรากำลังร่วมมือกับไลบรารี ML แบบโอเพ่นซอร์สเจ๋งๆ เพื่อมอบการโฮสต์โมเดลและการกำหนดเวอร์ชันฟรี คุณสามารถค้นหาการผสานรวมที่มีอยู่ได้ที่นี่
ข้อดีคือ:
หากคุณต้องการรวมห้องสมุดของคุณ อย่าลังเลที่จะเปิดประเด็นเพื่อเริ่มการสนทนา เราเขียนคำแนะนำทีละขั้นตอนพร้อม ❤️ ที่แสดงวิธีการบูรณาการนี้
เรายินดีให้ทุกคนมีส่วนร่วม และเราให้ความสำคัญกับการมีส่วนร่วมของทุกคน Code ไม่ใช่วิธีเดียวที่จะช่วยเหลือชุมชนได้ การตอบคำถาม การช่วยเหลือผู้อื่น การเข้าถึง และปรับปรุงเอกสารเป็นสิ่งที่มีคุณค่าอย่างมากต่อชุมชน เราเขียนคู่มือการสนับสนุนเพื่อสรุปวิธีเริ่มต้นสนับสนุนพื้นที่เก็บข้อมูลนี้