transformers

概览

Transformers 是一个用于文本、计算机视觉、音频、视频和多模态机器学习的模型定义框架，同时支持推理和训练。它集中管理模型定义，使其在整个生态系统中保持一致，并充当跨框架的枢纽：受支持的模型定义兼容 Axolotl、Unsloth、DeepSpeed、FSDP 和 PyTorch-Lightning 等训练框架；vLLM、SGLang 和 TGI 等推理引擎；以及 llama.cpp 和 mlx 等相邻建模库。 该库适用于 Python 3.10+ 和 PyTorch 2.5+，可通过 pip install "transformers[torch]" 或从源码安装。它提供 Pipeline API，这是一个支持文本、音频、视觉和多模态任务的高级推理类，负责处理输入预处理并返回相应输出。Hugging Face Hub 上有超过 1M+ 个 Transformers 模型检查点。 README 还列出了音频、计算机视觉、多模态和 NLP 领域的示例模型和任务，包括自动语音识别、图像分类、视觉问答、文本生成、摘要和翻译。