一文带你HuggingFace快速入门！

本文主要包括如下内容：

1.Hugging Face是什么，提供了哪些内容
2.Hugging Face模型的使用（Transformer类库）
3.Hugging Face数据集的使用（Datasets类库）

HuggingFace简介
和 Github 类似，都是Hub(社区)。Hugging Face可以说的上是机器学习界的Github。Hugging Face为用户提供了以下主要功能：

：Git仓库可以让你管理代码版本、开源代码。而模型仓库可以让你管理模型版本、开源模型等。使用方式与Github类似。- ：Hugging Face为不同的机器学习任务提供了许多供大家使用，这些模型就存储在模型仓库中。
：Hugging Face上有许多公开数据集。 hugging face在NLP领域最出名，其提供的模型大多都是基于Transformer的。为了易用性，Hugging Face还为用户提供了以下几个项目：
Transformers(, ): Transformers提供了上千个预训练好的模型可以用于不同的任务，例如文本领域、音频领域和CV领域。该项目是HuggingFace的核心，可以说学习HuggingFace就是在学习该项目如何使用。
Datasets(, ): 一个轻量级的数据集框架，主要有两个功能：①一行代码下载和预处理常用的公开数据集； ② 快速、易用的数据预处理类库。
Accelerate(, ): 帮助Pytorch用户很方便的实现 multi-GPU/TPU/fp16。
Space()：Space提供了许多好玩的深度学习应用，可以尝试玩一下。
 

Hugging Face模型讲解

Transforms简介
Hugging Face Transformer是Hugging Face最核心的项目，你可以用它做以下事情：

直接使用预训练模型进行推理- 提供了大量预训练模型可供使用- 使用预训练模型进行迁移学习
 

Transformers安装
安装Transformers非常简单，直接安装即可。

1 pip install transformers
2
 

使用Transformers进行推理
如果你的任务是一个比较常见的，大概率可以直接使用Transformer提供的API解决，其使用方式非常简单，可以说是直接用即可。

对于部分特定任务，官方并没有提供相应的模型，但你也可以到，然后显示指定即可。在加载模型时，你有可能会因为缺少一些库而报错，这个时候，只需要安装对应的库，然后重启即可。

更多Pipeline请参考：https://huggingface.co/docs/transformers/v4.21.0/en/main_classes/pipelines

查找Hugging Face模型
本节来介绍一下如何通过Hugging Face找到你需要的模型。

首先，我们需要到来到官网的。之后我们会看到如下界面：

其主要包含