在 Hugging Face 上使用 PaddleNLP

PaddleNLP 藉助 PaddlePaddle 框架，是一個易於使用且功能強大的 NLP 庫，擁有出色的預訓練模型庫，支援從研究到工業應用的廣泛 NLP 任務。

在 Hub 中探索 PaddleNLP

你可以在模型頁面左側進行篩選，找到 PaddleNLP 模型。

中心上的所有模型都具有以下功能：

自動生成的模型卡片，其中包含簡要說明和有助於發現的元資料標籤。
可直接在瀏覽器中與模型互動的互動式小部件。

允許進行推理請求的推理 API。

輕鬆將你的模型部署為 Spaces 上的 Gradio 應用。

安裝

首先，你可以遵循PaddlePaddle 快速入門指南，使用你喜歡的作業系統、包管理器和計算平臺來安裝 PaddlePaddle 框架。

paddlenlp 提供透過 pip 進行快速單行安裝的方式。

pip install -U paddlenlp

使用現有模型

與 transformer 模型類似，paddlenlp 庫提供了一個簡單的一行程式碼，透過設定 from_hf_hub=True 從 Hugging Face Hub 載入模型！根據你的使用需求，你可以使用高階 API Taskflow 函式，或者使用 AutoModel 和 AutoTokenizer 來獲得更多控制。

# Taskflow provides a simple end-to-end capability and a more optimized experience for inference
from paddlenlp.transformers import Taskflow
taskflow = Taskflow("fill-mask", task_path="PaddlePaddle/ernie-1.0-base-zh", from_hf_hub=True)

# If you want more control, you will need to define the tokenizer and model.
from paddlenlp.transformers import AutoTokenizer, AutoModelForMaskedLM
tokenizer = AutoTokenizer.from_pretrained("PaddlePaddle/ernie-1.0-base-zh", from_hf_hub=True)
model = AutoModelForMaskedLM.from_pretrained("PaddlePaddle/ernie-1.0-base-zh", from_hf_hub=True)

如果你想檢視如何載入特定模型，可以點選 `Use in paddlenlp`，你將獲得一個可用的程式碼片段來載入它！

分享你的模型

你可以透過使用所有 `Model` 和 `Tokenizer` 類下的 `save_to_hf_hub` 方法來分享你的 `PaddleNLP` 模型。

from paddlenlp.transformers import AutoTokenizer, AutoModelForMaskedLM

tokenizer = AutoTokenizer.from_pretrained("PaddlePaddle/ernie-1.0-base-zh", from_hf_hub=True)
model = AutoModelForMaskedLM.from_pretrained("PaddlePaddle/ernie-1.0-base-zh", from_hf_hub=True)

tokenizer.save_to_hf_hub(repo_id="<my_org_name>/<my_repo_name>")
model.save_to_hf_hub(repo_id="<my_org_name>/<my_repo_name>")

其他資源

PaddlePaddle 安裝指南。
PaddleNLP GitHub 倉庫。
Hugging Face Hub 上的 PaddlePaddle

< > 在 GitHub 上更新