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:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

luffy5459

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值