Huggingface Hub के लिए आधिकारिक पायथन क्लाइंट।
दस्तावेज़ीकरण: https://hf.co/docs/huggingface_hub
सोर्स कोड: https://github.com/huggingface/huggingface_hub
huggingface_hub लाइब्रेरी आपको हगिंग फेस हब के साथ बातचीत करने की अनुमति देती है, जो रचनाकारों और सहयोगियों के लिए ओपन-सोर्स मशीन लर्निंग का लोकतंत्रीकरण करने वाला एक मंच है। अपनी परियोजनाओं के लिए पूर्व-प्रशिक्षित मॉडल और डेटासेट खोजें या हब पर होस्ट किए गए हजारों मशीन लर्निंग ऐप्स के साथ खेलें। आप समुदाय के साथ अपने स्वयं के मॉडल, डेटासेट और डेमो भी बना और साझा कर सकते हैं। huggingface_hub लाइब्रेरी पायथन के साथ इन सभी चीजों को करने का एक आसान तरीका प्रदान करती है।
- फ़ाइलें डाउनलोड करें हब से।
- फ़ाइलें अपलोड करें हब पर।
- अपनी रिपॉजिटरी प्रबंधित करें।
- तैनात मॉडलों पर अनुमान चलाएँ।
- मॉडल, डेटासेट और स्पेस के लिए खोज।
- मॉडल कार्ड साझा करें अपने मॉडलों का दस्तावेजीकरण करने के लिए।
- समुदाय के साथ जुड़ें पीआर और टिप्पणियों के माध्यम से।
pip के साथ huggingface_hub पैकेज इंस्टॉल करें:
pip install huggingface_hubयदि आप चाहें, तो आप इसे conda से भी इंस्टॉल कर सकते हैं।
पैकेज को डिफ़ॉल्ट रूप से न्यूनतम रखने के लिए, huggingface_hub कुछ उपयोग मामलों के लिए उपयोगी वैकल्पिक निर्भरता के साथ आता है। उदाहरण के लिए, यदि आप अनुमान के लिए संपूर्ण अनुभव चाहते हैं, तो चलाएँ:
pip install huggingface_hub[inference]अधिक इंस्टॉलेशन और वैकल्पिक निर्भरता जानने के लिए, इंस्टॉलेशन गाइड देखें।
एकल फ़ाइल डाउनलोड करें
from huggingface_hub import hf_hub_download
hf_hub_download(repo_id="tiiuae/falcon-7b-instruct", filename="config.json")या एक संपूर्ण भंडार
from huggingface_hub import snapshot_download
snapshot_download("stabilityai/stable-diffusion-2-1")फ़ाइलें स्थानीय कैश फ़ोल्डर में डाउनलोड की जाएंगी. [this_guide] में अधिक विवरण (https://huggingface.co/docs/huggingface_hub/en/guides/manage-cache)।
Hugging Face Hub एप्लिकेशन को प्रमाणित करने के लिए टोकन का उपयोग करता है (देखें docs)। अपनी मशीन में लॉगिन करने के लिए, निम्नलिखित सीएलआई चलाएँ:
huggingface-cli login
# या कृपया इसे एक पर्यावरण चर के रूप में निर्दिष्ट करें।
huggingface-cli login --token $HUGGINGFACE_TOKENfrom huggingface_hub import create_repo
create_repo(repo_id="super-cool-model")एकल फ़ाइल अपलोड करें
from huggingface_hub import upload_file
upload_file(
path_or_fileobj="/home/lysandre/dummy-test/README.md",
path_in_repo="README.md",
repo_id="lysandre/test-model",
)या एक संपूर्ण फ़ोल्डर
from huggingface_hub import upload_folder
upload_folder(
folder_path="/path/to/local/space",
repo_id="username/my-cool-space",
repo_type="space",
)अपलोड गाइड में विवरण के लिए।
हम मुफ्त मॉडल होस्टिंग और वर्जनिंग प्रदान करने के लिए शानदार ओपन सोर्स एमएल लाइब्रेरीज़ के साथ साझेदारी कर रहे हैं। आप मौजूदा एकीकरण यहां पा सकते हैं।
फायदे ये हैं:
- पुस्तकालयों और उनके उपयोगकर्ताओं के लिए निःशुल्क मॉडल या डेटासेट होस्टिंग।
- गिट-आधारित दृष्टिकोण के कारण, बहुत बड़ी फ़ाइलों के साथ भी अंतर्निहित फ़ाइल संस्करणिंग।
- सभी मॉडलों के लिए होस्टेड अनुमान एपीआई सार्वजनिक रूप से उपलब्ध है।
- अपलोड किए गए मॉडलों के साथ खेलने के लिए इन-ब्राउज़र विजेट।
- कोई भी आपकी लाइब्रेरी के लिए एक नया मॉडल अपलोड कर सकता है, उन्हें मॉडल को खोजने योग्य बनाने के लिए बस संबंधित टैग जोड़ना होगा।
- तेज़ डाउनलोड! हम डाउनलोड को जियो-रेप्लिकेट करने के लिए क्लाउडफ्रंट (एक सीडीएन) का उपयोग करते हैं ताकि वे दुनिया में कहीं से भी तेजी से चमक सकें।
- उपयोग आँकड़े और अधिक सुविधाएँ आने वाली हैं।
यदि आप अपनी लाइब्रेरी को एकीकृत करना चाहते हैं, तो चर्चा शुरू करने के लिए बेझिझक एक मुद्दा खोलें। हमने ❤️ के साथ एक चरण-दर-चरण मार्गदर्शिका लिखी, जिसमें दिखाया गया कि यह एकीकरण कैसे करना है।
योगदान के लिए हर किसी का स्वागत है और हम हर किसी के योगदान को महत्व देते हैं। कोड समुदाय की मदद करने का एकमात्र तरीका नहीं है। प्रश्नों का उत्तर देना, दूसरों की मदद करना, उन तक पहुंचना और दस्तावेज़ों में सुधार करना समुदाय के लिए बेहद मूल्यवान है। हमने संक्षेप में बताने के लिए एक योगदान मार्गदर्शिका लिखी है इस भंडार में योगदान करने की शुरुआत कैसे करें।