Sử dụng fastai trên Hugging Face

fastai là thư viện Deep Learning mã nguồn mở, tận dụng PyTorch và Python để cung cấp các thành phần cấp cao nhằm huấn luyện các mạng nơ-ron nhanh và chính xác với kết quả tiên tiến trên dữ liệu văn bản, thị giác và bảng.

Khám phá fastai trong Hub

Bạn có thể tìm các mô hình fastai bằng cách lọc ở phía bên trái của trang mô hình.

Tất cả các mô hình trên Hub đều có các tính năng sau:

1. Thẻ mô tả mô hình được tạo tự động, kèm theo mô tả ngắn và các thẻ metadata hỗ trợ khả năng tìm kiếm.
2. Một widget tương tác cho phép bạn thử nghiệm trực tiếp với mô hình ngay trong trình duyệt (cho Image Classification)
3. Một widget của Inference Providers cho phép thực hiện các yêu cầu suy luận (cho Phân loại ảnh).

Sử dụng các mô hình có sẵn

Thư viện huggingface_hub là một client Python nhẹ với các hàm tiện ích để tải các mô hình từ Hub.

pip install huggingface_hub["fastai"]

Sau khi cài đặt thư viện, bạn chỉ cần sử dụng phương thức from_pretrained_fastai. Phương thức này không chỉ tải mô hình mà còn kiểm tra phiên bản fastai tại thời điểm mô hình được lưu, điều này rất quan trọng để đảm bảo khả năng tái lập.

from huggingface_hub import from_pretrained_fastai

learner = from_pretrained_fastai("espejelomar/identify-my-cat")

_,_,probs = learner.predict(img)
print(f"Probability it's a cat: {100*probs[1].item():.2f}%")

# Probability it's a cat: 100.00%

Nếu bạn muốn xem cách tải một mô hình cụ thể, hãy nhấp vào Use in fastai và bạn sẽ nhận được một đoạn mã hoạt động để tải mô hình đó!

Chia sẻ các mô hình của bạn

Bạn có thể chia sẻ các mô hình fastai của mình bằng cách sử dụng phương thức push_to_hub_fastai.

from huggingface_hub import push_to_hub_fastai

push_to_hub_fastai(learner=learn, repo_id="espejelomar/identify-my-cat")

Tài nguyên bổ sung

• khóa học course của fastai.
• Trang website của fastai.
• Tích hợp với tài liệu của Hub.
• Tích hợp với Hub thông báo.