Hugging Face Transformers
Hugging Face Transformers er et open-source Python-bibliotek, der giver adgang til forudtrænede modeller og værktøjer baseret på Transformer-arkitekturen til naturlig sprogbehandling.
Kort fortalt
Et bibliotek, der gør det nemt at bruge avancerede sprogmodeller, som kan oversætte, opsummere eller analysere tekst.
- Kategori
- værktøj
- Niveau
- øvet
- Udtale
- /ˈhʌɡɪŋ feɪs trænsˈfɔːrmərz/
Betydninger
1- 1
Hugging Face Transformers-biblioteket, et open-source værktøj til naturlig sprogbehandling med understøttelse af hundredevis af forudtrænede Transformer-modeller.
- Jeg brugte Hugging Face Transformers til at loade en BERT-model og fine-tune den til dansk tekstklassifikation.
- Transformers-biblioteket gør det muligt at skifte mellem forskellige modeller med få linjer kode.
Hvornår bruges det
Biblioteket bruges af både forskere og udviklere til at loade, finjustere og implementere state-of-the-art Transformer-modeller til opgaver som tekstklassifikation, oversættelse, spørgsmål-besvarelse og tekstgenerering.
Kodeeksempel
from transformers import pipeline
classifier = pipeline("sentiment-analysis")
result = classifier("Jeg elsker dette!")
print(result)Eksempel: Hent en forudtrænet sentiment-klassifikator og brug den på en dansk sætning.
Oprindelse
'Hugging Face' er navnet på virksomheden bag biblioteket; 'Transformers' henviser til den neurale netværksarkitektur præsenteret i artiklen 'Attention Is All You Need' (2017).