写点什么

人工智能 | Hugging Face 的应用

  • 2024-09-09
    北京
  • 本文字数:4068 字

    阅读完需:约 13 分钟

大纲

Hugging-Face 介绍

  • Hugging-Face 大语言模型 LLM 管理

  • Transformers 机器学习框架

  • 文本生成推理 (TGI)

Hugging Face

Hugging-Face -- 大语言模型界的 Github

Hugging Face 专门开发用于构建机器学习应用的工具。该公司的代表产品是其为自然语言处理应用构建的 transformers 库,以及允许用户共享机器学习模型和数据集的平台



大模型平台 hugging face





国内对标 -- 百度千帆

百度智能云千帆大模型平台(以下简称千帆或千帆大模型平台)是面向企业开发者的一站式大模型开发及服务运行平台。千帆不仅提供了包括文心一言底层模型和第三方开源大模型,还提供了各种 AI 开发工具和整套开发环境,方便客户轻松使用和开发大模型应用。支持数据管理、自动化模型 SFT 以及推理服务云端部署的一站式大模型定制服务,助力各行业的生成式 AI 应用需求落地。


 百度千帆

国内对标 -- 魔搭社区



ModelScope 社区成立于 2022 年 6 月,是一个模型开源社区及创新平台,由阿里巴巴通义实验室(Institute for Intelligent Computing),联合 CCF 开源发展委员会,共同作为项目发起方。社区联合国内 AI 领域合作伙伴与高校机构, 致力于通过开放的社区合作,构建深度学习相关的模型开源社区,并开放相关模型创新技术,推动基于“模型即服务”(Model-as-a-Service)理念的模型应用生态的繁荣发展。

Hugging Face 是行业风向标

  • 开发者仓库 Hub

  • 机器学习模型 Hub

  • 数据集 Hub

  • 机器学习算法库与封装工具

  • 解决方案

  • 文档

大语言模型管理

通过 Git 下载大模型

git lfs install#模型会下载到本地目录,并不在hugging face的标准管理目录里,可能会导致后续Transformers库重新下载git clone https://huggingface.co/google/owlv2-base-patch16-ensemble
复制代码


客户端工具 huggingface_hub

python -m pip install huggingface_hub# 需要开启代理huggingface-cli login
复制代码

高速下载

python -m pip install huggingface_hub[hf_transfer]#缺点:目前还不支持代理,导致下载大文件可能有时候更慢。export HF_HUB_ENABLE_HF_TRANSFER=1huggingface-cli download gpt2 config.json
复制代码

huggingface-cli 用法

(base) hogwarts: llama seveniruby$ huggingface-cli -husage: huggingface-cli <command> [<args>]positional arguments:  {env,login,whoami,logout,repo,upload,download,lfs-enable-largefiles,lfs-multipart-upload,scan-cache,delete-cache}                        huggingface-cli command helpers    env                 Print information about the environment.    login               Log in using a token from huggingface.co/settings/tokens    whoami              Find out which huggingface.co account you are logged in as.    logout              Log out    repo                {create, ls-files} Commands to interact with your huggingface.co repos.    upload              Upload a file or a folder to a repo on the Hub    download            Download files from the Hub    lfs-enable-largefiles                        Configure your repository to enable upload of files > 5GB.    lfs-multipart-upload                        Command will get called by git-lfs, do not call it directly.    scan-cache          Scan cache directory.    delete-cache        Delete revisions from the cache directory.options:  -h, --help            show this help message and exit
复制代码

使用示例

huggingface-cli loginhuggingface-cli download gpt2huggingface-cli download gpt2 config.jsonhuggingface-cli download gpt2 --revision main
复制代码

使用 Hub client library 管理

from huggingface_hub import hf_hub_downloadhf_hub_download(repo_id="google/pegasus-xsum", filename="config.json")from huggingface_hub import hf_hub_downloadhf_hub_download(    repo_id="google/pegasus-xsum",    filename="config.json",    revision="4d33b01d79672f27f001f6abade33f22d993b151")
复制代码

hugging face 的本地缓存文件结构

#文件快照./snapshots./snapshots/187d69aae616814bc1386bdfe38e256518d17637./snapshots/187d69aae616814bc1386bdfe38e256518d17637/added_tokens.json./snapshots/187d69aae616814bc1386bdfe38e256518d17637/tokenizer_config.json./snapshots/187d69aae616814bc1386bdfe38e256518d17637/special_tokens_map.json./snapshots/187d69aae616814bc1386bdfe38e256518d17637/config.json./snapshots/187d69aae616814bc1386bdfe38e256518d17637/README.md./snapshots/187d69aae616814bc1386bdfe38e256518d17637/merges.txt./snapshots/187d69aae616814bc1386bdfe38e256518d17637/.gitattributes./snapshots/187d69aae616814bc1386bdfe38e256518d17637/pytorch_model.bin./snapshots/187d69aae616814bc1386bdfe38e256518d17637/vocab.json./snapshots/187d69aae616814bc1386bdfe38e256518d17637/preprocessor_config.json#真正的文件缓存./blobs./blobs/76e821f1b6f0a9709293c3b6b51ed90980b3166b./blobs/69feda8b53b1c9e2a85ae756bf58c120c3c1b4b4a4d97d4876578c1809a63d76./blobs/39808ac074d69141c0b2f065d16f56dfa5194cac./blobs/1c4c373d81adc0c63bb3368a89f4a92574395c2c./blobs/b24bfd579e8682df31c7794a3e1c3ef6a9a22a7a./blobs/5ff4ac542d5e800dd3aadbdcda354868b5f24ddd./blobs/a6344aac8c09253b3b630fb776ae94478aa0275b./blobs/dfc1049705d082052a81e7d18bde6d11fc137a0d./blobs/ee790e862e5a47398da080893272d3c2b76cf0e5./blobs/469be27c5c010538f845f518c4f5e8574c78f7c8#分支,指定分支有助于解决重复下载问题./refs./refs/main
复制代码

hugging face transformers 机器学习框架

Transformers 库

Transformers 是一个预训练的最先进模型库,用于自然语言处理 (NLP)、计算机视觉以及音频和语音处理任务。该库不仅包含 Transformer 模型,还包含非 Transformer 模型,例如用于计算机视觉任务的现代卷积网络。Transformers 提供 API 和工具,可轻松下载和训练最先进的预训练模型,它支持 PyTorch、TensorFlow 和 JAX 之间的框架互操作性。



Transformers 能力

  • 自然语言处理:文本分类、命名实体识别、问答、语言建模、摘要、翻译、多项选择和文本生成。

  • 计算机视觉:图像分类、对象检测和分割。

  • 音频:自动语音识别和音频分类。

  • 多模态:表格问答、光学字符识别、扫描文档信息提取、视频分类和视觉问答。





快速开始

pip install transformers datasetspip install torchpip install tensorflow#测试python -c "from transformers import pipeline; print(pipeline('sentiment-analysis')('we love you'))"pipeline api 使用pipe = pipeline("text-classification")pipe("This restaurant is awesome")#输出[{'label': 'POSITIVE', 'score': 0.9998743534088135}]
复制代码

使用第三方库

pipe = pipeline(model="FacebookAI/roberta-large-mnli")pipe("This restaurant is awesome")#输出[{'label': 'NEUTRAL', 'score': 0.7313136458396912}]
复制代码

图像识别

def test_zero_shot_object_detector():    with open('coco_sample.png', mode='rb') as f:        image = Image.open(f)        object_detector = pipeline('object-detection', revision='main')        predictions = object_detector(image)        print(json.dumps(predictions, indent=2, ensure_ascii=False))#输出[  {    "score": 0.9982201457023621,    "label": "remote",    "box": {      "xmin": 40,      "ymin": 70,      "xmax": 175,      "ymax": 117    }  },  {    "score": 0.9960021376609802,    "label": "remote",    "box": {      "xmin": 333,      "ymin": 72,      "xmax": 368,      "ymax": 187    }  },  {    "score": 0.9954745173454285,    "label": "couch",    "box": {      "xmin": 0,      "ymin": 1,      "xmax": 639,      "ymax": 473    }  },  {    "score": 0.9988006353378296,    "label": "cat",    "box": {      "xmin": 13,      "ymin": 52,      "xmax": 314,      "ymax": 470    }  },  {    "score": 0.9986783862113953,    "label": "cat",    "box": {      "xmin": 345,      "ymin": 23,      "xmax": 640,      "ymax": 368    }  }]
复制代码


文本生成推理 Text Generation Inference

Text Generation Inference

文本生成推理 (TGI) 是一个用于部署和服务大型语言模型 (LLM) 的工具包。TGI 为最流行的开源 LLM 提供高性能文本生成,包括 Llama、Falcon、StarCoder、BLOOM、GPT-NeoX 和 T5。



model=tiiuae/falcon-7b-instructvolume=$PWD/data # share a volume with the Docker container to avoid downloading weights every rundocker run --gpus all --shm-size 1g -p 8080:80 -v $volume:/data ghcr.io/huggingface/text-generation-inference:1.4 --model-id $modelmodel=teknium/OpenHermes-2.5-Mistral-7Bvolume=$PWD/data # share a volume with the Docker container to avoid downloading weights every rundocker run --gpus all --shm-size 1g -p 8080:80 -v $volume:/data ghcr.io/huggingface/text-generation-inference:1.4 --model-id $model
复制代码

TGI 接口

curl 127.0.0.1:8080/generate \    -X POST \    -d '{"inputs":"What is Deep Learning?","parameters":{"max_new_tokens":20}}' \    -H 'Content-Type: application/json'
复制代码

编程使用 TGI


import requestsheaders = { "Content-Type": "application/json",}data = { 'inputs': 'What is Deep Learning?', 'parameters': { 'max_new_tokens': 20, },}response = requests.post('http://127.0.0.1:8080/generate', headers=headers, json=data)print(response.json())# {'generated_text': '\n\nDeep Learning is a subset of Machine Learning that is concern
复制代码



用户头像

社区:ceshiren.com 微信:ceshiren2023 2022-08-29 加入

微信公众号:霍格沃兹测试开发 提供性能测试、自动化测试、测试开发等资料、实事更新一线互联网大厂测试岗位内推需求,共享测试行业动态及资讯,更可零距离接触众多业内大佬

评论

发布
暂无评论
人工智能 | Hugging Face 的应用_测试_测吧(北京)科技有限公司_InfoQ写作社区