Navigace v modelech Hugging Face

Multi-Modal Models with Hugging Face

James Chapman

Curriculum Manager, DataCamp

Představení instruktora...

 

Sean Benson
  • Bývalý fyzik částic na Velkém hadronovém urychlovači (LHC) v CERN, Švýcarsko
  • Nyní aplikovaný výzkumný pracovník v oblasti AI na Amsterdamském univerzitním lékařském centru

Fotografie Seana Bensona.

Multi-Modal Models with Hugging Face

Pokryté modality

Ukázky aplikací pro text, obrázky, zvuk a video.

1 Image Credits: OpenAI generated
Multi-Modal Models with Hugging Face

Hugging Face

Snímek obrazovky webové stránky modelu Hugging Face s informacemi z karty modelu

  • Více než 1 mil. modelů
  • Více než 250 tis. datových sad
Multi-Modal Models with Hugging Face

Hub API

  • Programmatický přístup k modelům a datovým sadám
pip install huggingface_hub[cli]

Přihlaste se pro přístup k modelům ve vašem účtu:

>>> huggingface-cli login
  • Všechny knihovny, modely a datové sady budou předinstalovány
Multi-Modal Models with Hugging Face

Vyhledávání modelů

  • Hugging Face API: programmatický přístup k modelům a datovým sadám
from huggingface_hub import HfApi
api = HfApi()

models = api.list_models()
  • task: "image-classification", "text-to-image" atd.
  • sort: např. "likes" nebo "downloads"
  • limit: maximální počet záznamů
  • tags: doplňující informace o modelu
Multi-Modal Models with Hugging Face

Vyhledávání modelů

models = api.list_models(

task="text-to-image",
author="CompVis",
tags="diffusers:StableDiffusionPipeline",
sort="downloads"
)
top_model = list(models)[0]
print(top_model)
ModelInfo(id='CompVis/stable-diffusion-v1-4', private=False, downloads=1097285, 
          likes=6718, library_name='diffusers', ...
Multi-Modal Models with Hugging Face

Použití modelů z API

top_model_id = top_model.id
print(top_model_id)
CompVis/stable-diffusion-v1-4
from diffusers import StableDiffusionPipeline
pipe = StableDiffusionPipeline.from_pretrained(top_model_id)
Multi-Modal Models with Hugging Face

Dostupné úlohy

  • Dokumentováno na webové stránce

  • Dostupné také ve formátu JSON: https://huggingface.co/api/tasks

import json
from urllib.request import urlopen
url = "https://huggingface.co/api/tasks"

with urlopen(url) as url:
    tasks = json.load(url)
print(tasks.keys())
dict_keys(['any-to-any',
'audio-classification',
'audio-to-audio', ...'])
1 https://huggingface.co/tasks 2 https://huggingface.co/api/tasks
Multi-Modal Models with Hugging Face

Pojďme si procvičit!

Multi-Modal Models with Hugging Face

Preparing Video For Download...