Transformers
Hugging Face 维护的开源模型定义库,把文本、视觉、音频、视频和多模态模型统一到同一套加载、推理与训练接口,换模型常只需改一行模型名,适合开发者和机器学习研究者接上训练框架或推理引擎跑微调。
0 次可以打开平均 3.8 秒11 月 20 日 起国内不可直接访问11 月 19 日 起无法访问
本站从国内机房定期实测。竖条由远及近:绿 = 可以打开,橙 = 国内不可直接访问,灰 = 打不开。Transformers 是 Hugging Face 维护的一套开源库,作用是把各种机器学习模型的定义统一起来。文本、计算机视觉、音频、视频和多模态模型,在它这里都按同一套约定实现,加载、推理、训练走同一套接口。对使用者来说,这意味着换一个模型往往只需要改一行模型名,而不用重写整段代码。
它处在生态的中间位置:一个模型定义只要被 Transformers 支持,就能接上 Axolotl、Unsloth、DeepSpeed、FSDP、PyTorch-Lightning 等训练框架,也能配合 vLLM、SGLang、TGI 等推理引擎,以及 llama.cpp、mlx 这类相邻库。Hugging Face Hub 上有超过 100 万个 Transformers 模型检查点可以直接取用。
主要功能
- Pipeline:面向文本生成、图像分割、语音识别、文档问答等任务的推理类,调用简单。
- Trainer:训练用,支持混合精度、torch.compile、FlashAttention 和分布式训练。
- generate:大语言模型和视觉语言模型的文本生成,支持流式输出和多种解码策略。
每个模型只由配置、模型、预处理器三个类实现,配合 Pipeline 或 Trainer 就能跑推理或训练。官方建议优先用预训练模型,而不是从头训练,以省下算力和时间。
适合谁
文档写明它面向开发者、机器学习工程师和研究者。刚接触 transformer 模型的人可以从官方 LLM 课程入手,课程从原理讲到数据集整理、大模型微调和推理能力实现,带理论也有动手练习。
文档与语言
文档站提供多语言版本,包括中文、英文、日文、韩文、法文、德文、西班牙文、俄文等。版本列表从 v1.0.0 一直排到 v5.22.2,可以按版本查对应文档。文档本身免费公开,注册 Hugging Face 账号后能获得更完整的文档体验。