<script type="text/javascript"> window.onload=function(){ var tfrow = document.getElementById('tfhover').rows.length; var tbRow=[]; for (var i=1;i <style type="text/css"> table.tftable {font-size:12px;color:#333333;width:100%;border-width: 1px;border-color: #ebab3a;border-collapse: collapse;} table.tftable th {font-size:36px;background-color:#e6983b;border-width: 1px;padding: 8px;border-style: solid;border-color: #ebab3a;text-align:center; height:120px;} table.tftable tr {background-color:#ffffff;} table.tftable td {font-size:12px;border-width: 1px;padding: 8px;border-style: solid;border-color: #ebab3a;text-align:center;} </style>

Hugging Face - 文档库(中文版)
Hub 拥抱面线上的主机基于GIT的模型，数据集和空间。	Transformers Pytorch，Tensorflow和Jax的最先进的ML。	Diffusers Pytorch中图像和音频产生的最新扩散模型。
	Datasets 访问并共享数据集，以获取计算机视觉，音频和NLP任务。	Gradio 在仅几行Python中构建机器学习演示和其他Web应用程序。
Hub Python Library HF集线器的客户库库：从Python运行时管理存储库。	Huggingface.js JS库的集合与拥抱面交互，其中包括TS类型。	Transformers.js 社区图书馆可以从浏览器中的变压器中运行预算模型。
Inference API 使用我们的免费推理API轻松地尝试超过200K模型。	Inference Endpoints 在专用的，完全管理的基础架构上轻松将模型放在生产中。	PEFT 大型型号的参数有效的明迹方法
Accelerate 轻松训练和使用具有多GPU，TPU，混合精液的Pytorch型号。	Optimum 使用易于使用的硬件优化工具对HF变压器进行快速训练和推断。	AWS Trainium & Inferentia 使用AWS Trainium和AWS推理训练和部署变压器和扩散器。
Tokenizers 快速引导者，针对研究和生产进行了优化。	Evaluate 评估和报告模型性能更容易，更标准化。	Tasks 有关ML任务的所有事情：演示，用例，模型，数据集等等！
Datasets-server API访问所有拥抱面轮数据集的内容，元数据和基本统计信息。	TRL 通过强化学习训练变压器语言模型。	Amazon SageMaker 使用Amazon Sagemaker和拥抱Face DLC培训和部署变压器模型。
timm 最先进的计算机视觉模型，层，优化器，培训/评估和实用程序。	Safetensors 简单，安全的方法，可以安全，快速地存储和分发神经网络。	Text Generation Inference 工具包可供大型语言模型。
AutoTrain Autotrain API和UI

Hugging Face 中文文档

原文：Hugging Face Documentation

协议：CC BY-NC-SA 4.0

计算机科学中仅存在两件难事：缓存失效和命名。——菲尔·卡尔顿

• 在线阅读(中文) | 英文地址
• ApacheCN 中文翻译组 713436582
• ApacheCN 组织资源

贡献者

• @片刻小哥哥

赞助我们