#135 · 主分类: 自然语言处理与文本处理
happy-transformer
Happy Transformer 使得使用 NLP Transformer 模型进行微调和推理变得简单。
项目最后更新:01/10/26
GitHub Stars
546
Forks数量
69
贡献者数量
14
许可证
Apache-2.0
收录理由
Happy Transformer 把 Hugging Face transformers 库封装成少量面向常见 NLP 任务的类,使用起来非常直接。加载预训练模型后,几行代码就能完成文本生成、文本分类或文本到文本的推理;同时这些对象还提供了 train()、eval() 和 test() 方法,用自己带标签的 CSV 数据做微调也相当省事。对于不想从零编写训练循环、又需要一个能跑通的分类器或生成器的团队来说,这是个很实用的切入点。需要注意的是,词预测、问答、下一句预测和词元分类这几个旧任务类已经弃用,而且 4.0 版本是一次包含破坏性变更的重写,目前仍在开发中,所以想保持稳定的话,建议把版本固定在 4.0.0 以下。如果你想要的是 transformers 之上薄薄一层、代码可读性好的封装,而不是一个重型框架,从这里开始会很顺手。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。