官方文档1：Transformers
官方文档2：🤗 Transformers (hf-mirror.com)
主要功能
| =任务 | =描述 | =模态 | =Pipeline |
| 文本分类 | 为给定的文本序列分配一个标签 | NLP | pipeline(task=“sentiment-analysis”) |
| 文本生成 | 根据给定的提示生成文本 | NLP | pipeline(task=“text-generation”) |
| 命名实体识别 | 为序列里的每个 token 分配一个标签（人, 组织, 地址等等） | NLP | pipeline(task=“ner”) |
| 问答系统 | 通过给定的上下文和问题, 在文本中提取答案 | NLP | pipeline(task=“question-answering”) |
| 掩盖填充 | 预测出正确的在序列中被掩盖的token | NLP | pipeline(task=“fill-mask”) |
| 文本摘要 | 为文本序列或文档生成总结 | NLP | pipeline(task=“summarization”) |
| 文本翻译 | 将文本从一种语言翻译为另一种语言 | NLP | pipeline(task=“translation”) |
| 图像分类 | 为图像分配一个标签 | Computer vision | pipeline(task=“image-classification”) |
| 图像分割 | 为图像中每个独立的像素分配标签（支持语义、全景和实例分割） | Computer vision | pipeline(task=“image-segmentation”) |
| 目标检测 | 预测图像中目标对象的边界框和类别 | Computer vision | pipeline(task=“object-detection”) |
| 音频分类 | 给音频文件分配一个标签 | Audio | pipeline(task=“audio-classification”) |
| 自动语音识别 | 将音频文件中的语音提取为文本 | Audio | pipeline(task=“automatic-speech-recognition”) |
| 视觉问答 | 给定一个图像和一个问题，正确地回答有关图像的问题 | Multimodal | pipeline(task=“vqa”) |
安装使用
1、安装Transformers。
pip install transformers
2、由于国内无法访问huggingface官网，可以添加以下系统参数，设置国内镜像。
HF_ENDPOINT=https://hf-mirror.com
3、在Windows上，huggingface下载的数据集和模型默认保存在C:\Users\用户名\.cache\huggingface。如果想保存在其他位置，可以添加以下两个系统参数。
HF_HOME=E:\temp\huggingface
HF_HUB_DISABLE_SYMLINKS_WARNING=1
下载模型
使用教程
相关文档
Transformers: State-of-the-Art Natural Language Processing：1910.03771.pdf (arxiv.org)