近年、Hugging Face [https://huggingface.co/] は機械学習コミュニティで最も影響力のあるプラットフォームの 1 つとして台頭しており、開発者や研究者に幅広いツールとリソースを提供しています。その最も注目すべき製品の 1 つは Transformers ライブラリ で、これにより最先端のモデル、データセット、アプリケーションを簡単に活用できるようになります。このライブラリを使用すると、ユーザーは事前トレーニングされたモデルをプロジェクトにシームレスに統合し、機械学習ワークフローを加速できます。
この記事では、Transformers ライブラリとそのインストール方法について説明し、感情分析、テキスト生成、ゼロショット分類などのタスクにパイプラインを使用した実際の使用例をいくつか紹介します。
ハグフェイストランスフォーマーとは?
Transformers ライブラリ は、自然言語処理 (NLP)、コンピューター ビジョンなど、さまざまなタスク向けに微調整された最先端の事前トレーニング済みモデルをダウンロードしてトレーニングするための API とツールを提供します。 、マルチモーダル アプリケーション。事前トレーニングされたモデルを使用すると、コンピューティング コスト、二酸化炭素排出量、モデルを最初からトレーニングするのにかかる時間を大幅に削減できます。これは、開発サイクルを短縮し、機械学習の最新の進歩を活用するための優れた方法です。
ライブラリは Python 3.6 をサポートし、PyTorch、TensorFlow、Flax などの深層学習フレームワークとシームレスに連携します。これにより、Hugging Face モデル ハブからモデルを直接ダウンロードし、わずか数行のコードで推論に使用できます。
インストールガイド
Transformers ライブラリの使用を開始する前に、開発環境をセットアップすることが不可欠です。インストール方法は次のとおりです:
1. 仮想環境のセットアップ
まず、プロジェクト ディレクトリに仮想環境を作成します。
python -m venv .myenv
仮想環境をアクティブ化します:
- Linux/macOS の場合:
source .myenv/bin/activate
正しいバージョンの Python を使用していることを確認してください:
python -V
Python 3.6 (例: Python 3.10.10) を使用していることを確認してください。
pip を最新バージョンにアップグレードします:
pip install --upgrade pip
2. Transformers ライブラリをインストールする
これで、Transformers をインストールする準備ができました。 PyTorch を使用している場合は、次のコマンドを使用してライブラリとともに PyTorch をインストールします:
pip install 'transformers[torch]'
TensorFlow 2.0 の場合:
pip install 'transformers[tf-cpu]'
Flax (研究環境で使用):
python -m venv .myenv
M Mac または ARM ベースのアーキテクチャを使用している場合は、追加の依存関係が必要になる場合があります。
source .myenv/bin/activate
すべてのセットアップが完了したら、次の Python コマンドを実行して、インストールが成功したかどうかを確認します。
python -V
成功すると、次のような出力が表示されるはずです。
pip install --upgrade pip
パイプライン API を使用した迅速な推論
Hugging Face の Transformers ライブラリの パイプライン API を使用すると、基礎となるコードやモデルの詳細を深く掘り下げることなく、複雑な機械学習タスクを簡単に実行できます。パイプラインは、前処理、モデル推論、後処理を自動的に処理します。
パイプライン API でいくつかの一般的なタスクを使用する方法を見てみましょう。
1. 感情分析
感情分析には、テキストが肯定的であるか否定的であるかなど、テキストの背後にある感情的な調子を判断することが含まれます。パイプライン API を使用して感情分析を実行する方法は次のとおりです:
pip install 'transformers[torch]'
出力:
pip install 'transformers[tf-cpu]'
パイプラインは最初にテキストを前処理 (トークン化) し、それをモデルに渡し、最後に結果を後処理します。この場合、モデルは入力を POSITIVE として分類し、スコアは 0.999 です。
2. テキストの生成
Transformers は、GPT-2 のような事前トレーニングされた言語モデルを使用してテキストを生成する簡単な方法も提供します。以下はテキスト生成パイプラインを使用した例です:
pip install 'transformers[flax]'
出力:
brew install cmake brew install pkg-config
モデルは、「愛しています」というプロンプトに基づいて、3 つの異なるバリエーションのテキストを生成します。これは、クリエイティブなコンテンツを生成したり、特定の文を完成させるのに役立ちます。
3. ゼロショットの分類
ゼロショット分類 は、カテゴリに基づいてモデルを明示的にトレーニングすることなく、テキストをカテゴリに分類できる強力な機能です。たとえば、特定のデータセットでモデルをトレーニングしていない場合でも、テキストを事前定義されたラベルに分類できます。
これが例です:
python -c "from transformers import pipeline; print(pipeline('sentiment-analysis')('we love you'))"
出力:
[{'label': 'POSITIVE', 'score': 0.9998704791069031}]
モデルは、テキストが信頼スコア 0.51 で ニュース として分類される可能性が高いことを示唆しています。
円グラフで結果を視覚化して、分布をよりよく把握することもできます。
from transformers import pipeline classifier = pipeline("sentiment-analysis", model="distilbert/distilbert-base-uncased-finetuned-sst-2-english") res = classifier("I love you! I love you! I love you!") print(res)
これにより、各ラベルの確率を表す円グラフが表示され、モデルがテキストをどのように解釈するかを視覚化するのに役立ちます。
結論
Hugging Face の Transformers ライブラリは、最先端のモデルにアクセスし、それらをさまざまな機械学習タスクに使用するための便利で強力な方法を提供します。センチメント分析、テキスト生成、ゼロショット分類のいずれに取り組んでいる場合でも、パイプライン API を使用すると、これらの高度なモデルをプロジェクトに統合するプロセスが簡素化されます。
わかりやすいインストール手順と実践的な例により、わずか数ステップで Transformers の活用を開始できます。 Hugging Face モデル ハブには、事前トレーニングされたモデルの広範なコレクションも用意されており、機械学習の最新の進歩を迅速に実装できます。
以上がハグ顔トランスフォーマーの力を機械学習に利用するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

10時間以内にコンピューター初心者プログラミングの基本を教える方法は?コンピューター初心者にプログラミングの知識を教えるのに10時間しかない場合、何を教えることを選びますか...

fiddlereveryversings for the-middleの測定値を使用するときに検出されないようにする方法

Python 3.6のピクルスファイルのロードレポートエラー:modulenotFounderror:nomodulenamed ...


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

Dreamweaver Mac版
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

WebStorm Mac版
便利なJavaScript開発ツール

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。
