transformers两个入门示例

   根据《attention is all you need》论文而形成的transformers框架在chat-gpt应用中大放异彩，目前transformers框架已经成了炙手可热的框架。它不仅在nlp方面很作用很大，根据官网的介绍，它还可以做很多事情，比如图片分类，目标检测。

    下面结合官网示例，给出两个简单的示例，一个是文本处理，另一个是目标检测。

    transformers框架提供了pipeline的方式，可以快速运用一个模型到输入对象上。官方的原话是：

To immediately use a model on a given input (text, image, audio, ...), we provide the pipeline API

    在进行示例之前，我们需要安装transformers框架，本机安装的是transformers=4.26.1

pip install transformers==4.26.1

    第一个文本处理的例子，利用transformers快速区分积极和消极的文本内容。如下所示，我们输入一段文字，transformer会给出判断：

from transformers import pipeline
classifier = pipeline('sentiment-analysis')
res = classifier('we are happy to indroduce pipeline to the transformers repository.')
print(res)

    运行这段代码，可以得到如下结果：