【Transformers】预训练模型使用工具Transformer(1)：初识Hugging Face_transformers huggingface

背景

使用Hugging Face提供的transformer工具有一段时间了。使用Bert等一些预训练模型的友友应该对此不陌生，懂得都懂，嘿嘿，但是网上也没有一些详细的教程。当急着用这个工具的包的时候，又没有时间去详细看官方文档，于是乎在网上或者github download一个demo，再结合官方文档完成相关的任务。这似乎有些虎头蛇尾。于是乎，趁周末时间准备对这个工具进行总结，以备自己后期查阅，并以飨读者。

再介绍Transformer工具之前，需要先说明一下，后面的内容大多是根据官方文档、一本书以及个人使用总结而来。官方文档地址如下：https://huggingface.co/docs/transformers/index。书籍名称是：《Natural Language Processing with Transformers》，就是如下这本书：

如果需要这本书的电子版的话，可以在我的订阅号：AIAS编程有道 上回复：transformers获取。

后面的文章使用没有如果没有特殊说明使用的环境如下：

• windows平台
• python3.8
• pytorch 1.10.1
• transformers 4.21.2

下面我们就开始吧。

Hugging Face

hugging face是一个开源社区，它提供了一个可以上传先进NLP模型、数据集的一个平台，我们可以在这个平台上下载相关的模型，以及还提供了其他便利的工具，例如我们要介绍的transformers工具。我们来看看一些数据集吧，https://huggingface.co/datasets，

在这里，可以根据任务task以及语言等来去查找。除了数据集之外，就是我们最为关注的预训练模型了：https://huggingface.co/models,

例如我们在做中文NLP相关任务经常使用的bert-base-chinese模型。这些模型也会有任务相关、语言相关的分类，我们可以看到可以有支持不同语言的模型等等。上面包含的自回归模型如：GPT2，Transformer-XL，XLNet，自编码类型的BERT，ALBERT，RoBERTa，ELECTRA以及seq2seq类型的BART，Pegasu，T5等模型。模型很多，就怕你的电脑跑步起来，好想像B站李沐大神一样配一个自己的工作站呀。

这些模型，数据集怎么使用呢？社区还提供了一个官方文档库：https://huggingface.co/docs，

当然，我们主要介绍的是transformers这个工具，后面难免会使用其他工具，读者也可以根据自己的需要选择性的学习。

transformers环境配置

我这里使用anaconda创建了一个虚拟环境(ts)，安装transformers使用pip install transoformers==4.21.2就行，如果有GPU的友友，可以安装带有对应版本cuda的pytorch，我这里使用官方安装命令语句conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch。最后就有了：

执行官方的一个例子查看：

由于是第一次执行，程序会自动下载对应的模型，下载模型的速度也是蛮快的。执行效果如下：

程序环境已配置完成，后面我们再看看transformers的相关使用吧。