搜索 Hub

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 Spaces。

如何列出仓库？

huggingface_hub 库包含一个 HTTP 客户端 HfApi，用于与 Hub 交互。除此之外，它可以列出存储在 Hub 上的模型、数据集和 Spaces

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

list_models() 的输出是一个迭代器，遍历存储在 Hub 上的模型。

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

如何过滤仓库？

列出仓库很棒，但现在您可能想要过滤搜索结果。列表助手具有多个属性，例如

过滤器
作者
搜索
…

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

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

在过滤时，您还可以对模型进行排序，并且只获取排名靠前的结果。例如，以下示例获取 Hub 上下载次数最多的前 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 models 和 datasets 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 Hub

如何列出仓库？

如何过滤仓库？