在 Hugging Face 上使用 Transformers.js

Transformers.js 是一个 JavaScript 库，用于在你的浏览器中直接运行 🤗 Transformers，无需服务器！它的设计在功能上等同于原始的 Python 库，这意味着你可以使用非常相似的 API 运行相同的预训练模型。

在 Hub 中探索 transformers.js

你可以通过在模型页面中按库筛选来找到 transformers.js 模型。

快速入门

从现有代码转换非常简单！就像 Python 库一样，我们支持 pipeline API。Pipelines 将预训练模型与输入预处理和输出后处理组合在一起，使其成为使用该库运行模型的最简单方法。

Python (原始)	Javascript (我们的)
from transformers import pipeline # Allocate a pipeline for sentiment-analysis pipe = pipeline('sentiment-analysis') out = pipe('I love transformers!') # [{'label': 'POSITIVE', 'score': 0.999806941}]	import { pipeline } from '@huggingface/transformers'; // Allocate a pipeline for sentiment-analysis let pipe = await pipeline('sentiment-analysis'); let out = await pipe('I love transformers!'); // [{'label': 'POSITIVE', 'score': 0.999817686}]

Python (原始)

Javascript (我们的)

from transformers import pipeline

# Allocate a pipeline for sentiment-analysis
pipe = pipeline('sentiment-analysis')

out = pipe('I love transformers!')
# [{'label': 'POSITIVE', 'score': 0.999806941}]

import { pipeline } from '@huggingface/transformers';

// Allocate a pipeline for sentiment-analysis
let pipe = await pipeline('sentiment-analysis');

let out = await pipe('I love transformers!');
// [{'label': 'POSITIVE', 'score': 0.999817686}]

你还可以通过将模型 ID 或路径指定为 pipeline 函数的第二个参数来使用不同的模型。例如

// Use a different model for sentiment-analysis
let pipe = await pipeline('sentiment-analysis', 'nlptown/bert-base-multilingual-uncased-sentiment');

请参阅文档以获取支持的任务和模型的完整列表。

安装

要通过 NPM 安装，请运行

npm i @huggingface/transformers

有关更多信息，包括如何通过 CDN 或静态托管在原生 JS（不使用任何 bundler）中使用它，请参阅 README。

其他资源

Transformers.js 仓库
Transformers.js 文档
Transformers.js 演示

< > 更新在 GitHub 上