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: