Hugging Face Transformers 是一個(gè)用于自然語(yǔ)言處理（NLP）的開源庫(kù)，提供了各種預(yù)訓(xùn)練模型。這些模型被廣泛應(yīng)用于各種任務(wù)，如文本分類、命名實(shí)體識(shí)別、問(wèn)答、文本生成等。Transformers庫(kù)易于使用，可方便地集成到現(xiàn)有的深度學(xué)習(xí)框架，如PyTorch和TensorFlow，讓研究人員和開發(fā)者更容易下載和應(yīng)用NLP預(yù)訓(xùn)練模型，如BERT、GPT-2、XLNet等，降低使用門檻。極大推動(dòng)了NLP領(lǐng)域模型的開發(fā)和應(yīng)用，被譽(yù)為NLP界的“ImageNet”，讓更多人參與其中。

Coovally作為一個(gè)包含完整AI建模流程、AI項(xiàng)目管理及AI系統(tǒng)部署管理的機(jī)器學(xué)習(xí)平臺(tái)，現(xiàn)支持圖像、文本、表格、時(shí)間序列等不同類型數(shù)據(jù)的深度學(xué)習(xí)和應(yīng)用，快速實(shí)現(xiàn)機(jī)器學(xué)習(xí)。實(shí)現(xiàn)目標(biāo)檢測(cè)、圖像分割、文本分類、多模態(tài)建模等12小類任務(wù)類型微調(diào)與應(yīng)用。

在模型創(chuàng)建中，系統(tǒng)不僅支持用戶上傳本地模型文件創(chuàng)建模型，同時(shí)也支持用戶一鍵下載和部署開源社區(qū)模型并集成應(yīng)用(*目前支持Hugging Face, TIMM以及MMDetection開源模型)。

以Hugging Face為例，在其網(wǎng)站選擇模型類型，復(fù)制模型名稱

在Coovally官網(wǎng)進(jìn)入“模型探索”頁(yè)面

新建極速任務(wù)，選擇任務(wù)類型后，點(diǎn)擊上傳模型，選擇在線下載，粘貼下載鏈接與模型名稱，模型下載完成后并上傳/選擇數(shù)據(jù)集即可創(chuàng)建任務(wù)。

Coovally平臺(tái)新增“模型探索”功能，用戶可輕松獲取Hugging Face Transformers系列預(yù)訓(xùn)練模型，直接應(yīng)用于自然語(yǔ)言處理項(xiàng)目，體驗(yàn)?zāi)Ｐ拖螺d與應(yīng)用的簡(jiǎn)單高效。