admin 管理员组

文章数量: 1184232

Transformer实战（5）——Hugging Face环境配置与应用详解

    • 0. 前言
    • 1. 安装 transformers
      • 1.1 安装 Anaconda
      • 1.2 安装 TensorFlow、PyTorch 和 Transformer
      • 1.3 使用 hf-mirror 快速下载模型
    • 2. 使用语言模型和分词器
    • 3. 使用社区提供的模型
    • 4. 使用多模态 Transformer
    • 小结
    • 系列链接

0. 前言

我们已经了解了使用深度学习 (Deep Learning, DL) 方法的自然语言处理 (Natural Language Processing, NLP) 技术演进，学习了关于 Transformer 及其架构的一些基本信息。在本节中，我们将深入探讨 Transformer 模型的应用，详细介绍分词器 (tokenizer) 和模型，例如双向编码器表示 (Bidirectional Encoder Representations from Transformer, BERT)，并通过实践介绍如何加载分词器/模型，以及如何使用预训练模型。在进行实践之前，我们将首先了解所需环境的安装步骤，介绍如何在 PyTorch 和 TensorFlow 框架中使用模型。
Hugging Face 模型库也是本节的一个重要部分，我们将讨论如何获取不同的模型以及使用不同管道的步骤。例如，双向自回归 Transformer (Bidirectional and Auto-regressive Transformer, BART)、BERT 和 TAPAS (

本文标签： 详解 实战 环境 Transformer face

版权声明：本文标题：Transformer实战（5）——Hugging Face环境配置与应用详解 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://roclinux.cn/b/1765804028a3416328.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。