transformers

Transformers 是一個用於文本、計算機視覺、音訊、影片和多模態機器學習的模型定義框架，同時支援推理和訓練。它集中管理模型定義，使其在整個生態系統中保持一致，並充當跨框架的樞紐：受支援的模型定義相容 Axolotl、Unsloth、DeepSpeed、FSDP 和 PyTorch-Lightning 等訓練框架；vLLM、SGLang 和 TGI 等推理引擎；以及 llama.cpp 和 mlx 等相鄰建模庫。

該庫適用於 Python 3.10+ 和 PyTorch 2.5+，可通過 pip install "transformers[torch]" 或從原始碼安裝。它提供 Pipeline API，這是一個支援文本、音訊、視覺和多模態任務的高階推理類，負責處理輸入預處理並返回相應輸出。Hugging Face Hub 上有超過 1M+ 個 Transformers 模型檢查點。

README 還列出了音訊、計算機視覺、多模態和 NLP 領域的示例模型和任務，包括自動語音識別、影像分類、視覺問答、文本生成、摘要和翻譯。