Hugging Face Hub：人人可用的开源机器学习平台，轻松玩转模型、数据集

Hugging Face Hub是开源ML平台，huggingface_hub库提供文件上传下载、仓库管理、模型推理等功能，通过pip安装，可与开源ML库集成，提供模型托管和版本控制。

• Hugging Face Hub Python 客户端: huggingface_hub 库是 Hugging Face Hub 的官方 Python 客户端。

• Hugging Face Hub 简介: Hugging Face Hub 是一个开放源代码机器学习平台，旨在促进创作者和协作者之间的合作。它提供预训练模型、数据集，以及机器学习应用。用户可以创建、分享模型、数据集和演示。

• huggingface_hub 库的主要功能:

  • 从 Hub 下载文件。
  • 上传文件到 Hub。
  • 管理你的存储库。
  • 对已部署的模型运行推理。
  • 搜索模型、数据集和 Spaces。
  • 分享模型卡以记录你的模型。
  • 通过 PR 和评论与社区互动。

• 安装: 使用 pip 安装 huggingface_hub： pip install huggingface_hub。可以选择安装包含推理功能的完整版本：pip install huggingface_hub[inference]。

• 快速开始:

  • 下载文件:
    • 下载单个文件:

      from huggingface_hub import hf_hub_download
      hf_hub_download(repo_id="tiiuae/falcon-7b-instruct", filename="config.json")
      

    • 下载整个存储库:

      from huggingface_hub import snapshot_download
      snapshot_download("stabilityai/stable-diffusion-2-1")
      

  • 登录: 使用以下 CLI 命令登录:

    huggingface-cli login
    # 或使用环境变量
    huggingface-cli login --token $HUGGINGFACE_TOKEN
    

  • 创建存储库:

    from huggingface_hub import create_repo
    create_repo(repo_id="super-cool-model")
    

  • 上传文件:
    • 上传单个文件:

      from huggingface_hub import upload_file
      upload_file(
          path_or_fileobj="/home/lysandre/dummy-test/README.md",
          path_in_repo="README.md",
          repo_id="lysandre/test-model",
      )
      

    • 上传整个文件夹:

      from huggingface_hub import upload_folder
      upload_folder(
          folder_path="/path/to/local/space",
          repo_id="username/my-cool-space",
          repo_type="space",
      )
      

• 与开源 ML 库集成: Hugging Face 与开源 ML 库合作，提供免费的模型托管和版本控制。

• 集成优势:

  • 为库及其用户提供免费的模型或数据集托管。
  • 内置文件版本控制。
  • 为所有公开可用的模型提供 Serverless 推理 API。
  • 浏览器内小部件可用于试用上传的模型。
  • 任何人都可以为你的库上传新模型，只需添加相应的标签即可。
  • 快速下载 (使用 Cloudfront CDN)。
  • 使用情况统计信息和更多功能。

• 贡献: 欢迎大家贡献代码、解答问题、改进文档。