搜索中心

在本教程中，您将学习如何使用 huggingface_hub 在 Hub 上搜索模型、数据集和空间。

如何列出仓库？

huggingface_hub 库包含一个 HTTP 客户端 HfApi，用于与 Hub 进行交互。除此之外，它还可以列出存储在 Hub 上的模型、数据集和空间。

>>> from huggingface_hub import HfApi
>>> api = HfApi()
>>> models = api.list_models()

list_models() 的输出是 Hub 上存储的模型的迭代器。

类似地，您可以使用 list_datasets() 来列出数据集，使用 list_spaces() 来列出空间。

如何筛选仓库？

列出仓库很棒，但现在您可能想要筛选搜索结果。列表助手有几个属性，例如

过滤器
作者
搜索
...

让我们看一个例子，获取 Hub 上所有执行图像分类、已在 imagenet 数据集上训练并使用 PyTorch 运行的模型。

models = hf_api.list_models(
	task="image-classification",
	library="pytorch",
	trained_dataset="imagenet",
)

在筛选时，您还可以对模型进行排序，并仅获取顶部结果。例如，以下示例获取 Hub 上下载量最多的前 5 个数据集。

>>> list(list_datasets(sort="downloads", direction=-1, limit=5))
[DatasetInfo(
	id='argilla/databricks-dolly-15k-curated-en',
	author='argilla',
	sha='4dcd1dedbe148307a833c931b21ca456a1fc4281',
	last_modified=datetime.datetime(2023, 10, 2, 12, 32, 53, tzinfo=datetime.timezone.utc),
	private=False,
	downloads=8889377,
	(...)

要探索 Hub 上可用的过滤器，请在浏览器中访问模型和数据集页面，搜索一些参数并查看 URL 中的值。

< > 在 GitHub 上更新

Hub Python 库

搜索中心

如何列出仓库？

如何筛选仓库？