從 Hugging Face Hub 分享和載入模型

timm 庫內建了與 Hugging Face Hub 的整合，可以輕鬆地從 🤗 Hub 分享和載入模型。

在這篇簡短的指南中，我們將看到如何：

1. 在 Hub 上分享一個 timm 模型
2. 如何從 Hub 載入該模型

身份驗證

首先，你需要確保已經安裝了 huggingface_hub 包。

pip install huggingface_hub

然後，你需要進行身份驗證。你可以透過執行以下命令來完成：

huggingface-cli login

或者，如果你正在使用 notebook，可以使用 notebook_login 輔助函式。

>>> from huggingface_hub import notebook_login
>>> notebook_login()

分享模型

>>> import timm
>>> model = timm.create_model('resnet18', pretrained=True, num_classes=4)

這裡通常是你訓練或微調模型的地方。為了本教程的簡潔，我們將跳過這一步。

假設我們現在已經微調好了模型。下一步就是將其推送到 Hub！我們可以使用 timm.models.hub.push_to_hf_hub 函式來完成。

>>> model_cfg = dict(label_names=['a', 'b', 'c', 'd'])
>>> timm.models.push_to_hf_hub(model, 'resnet18-random', model_config=model_cfg)

執行上述程式碼會將模型推送到 Hub 上的 <your-username>/resnet18-random。現在你可以與朋友分享這個模型，或者在自己的程式碼中使用它！

載入模型

從 Hub 載入模型非常簡單，只需呼叫 timm.create_model 並將 pretrained 引數設定為你想要載入的模型名稱即可。在這裡，我們將使用 nateraw/resnet18-random，也就是我們剛剛推送到 Hub 的模型。

>>> model_reloaded = timm.create_model('hf_hub:nateraw/resnet18-random', pretrained=True)