Skip to main content

HuggingFace 简介

什么是 Hugging Face？​

Hugging Face 提供了一个强大的 AI 平台，支持 NLP、计算机视觉和多种 AI 任务。其 Transformers 库广泛应用于文本处理。

info

Hugging Face API 可用于 NLP 任务，如文本生成、情感分析、机器翻译等。

安装与环境准备​

1. 安装 Hugging Face 库​

pip install transformers torch

2. 获取 Hugging Face 访问令牌​

  1. 访问 Hugging Face 官网
  2. 注册或登录账户
  3. 在 Settings 页面创建 API 令牌
caution

请勿公开 API 令牌，以免泄露。

基本 API 调用示例​

from transformers import pipeline

classifier = pipeline("sentiment-analysis")
result = classifier("Hugging Face 是一个很棒的 AI 平台！")
print(result)

Hugging Face 部署示例​

from flask import Flask, request, jsonify
from transformers import pipeline

app = Flask(__name__)
classifier = pipeline("sentiment-analysis")

@app.route("/analyze", methods=["POST"])
def analyze():
    data = request.json
    result = classifier(data["text"])
    return jsonify(result)

if __name__ == "__main__":
    app.run(port=5000)

进阶操作​

使用 Hugging Face Hub 进行模型托管
from transformers import AutoModelForSequenceClassification, AutoTokenizer
import torch

model_name = "distilbert-base-uncased-finetuned-sst-2-english"
model = AutoModelForSequenceClassification.from_pretrained(model_name)
tokenizer = AutoTokenizer.from_pretrained(model_name)

def predict(text):
    inputs = tokenizer(text, return_tensors="pt")
    outputs = model(**inputs)
    return torch.nn.functional.softmax(outputs.logits, dim=-1)

print(predict("Hugging Face is amazing!"))

结论​

Hugging Face 提供了强大的 AI 计算能力，可用于文本、语音、图像等多种任务。无论是研究者还是开发人员，都可以利用 Hugging Face 进行高效的 AI 开发。

更多 Hugging Face 资源