Hub Python 库文档

搜索 Hub

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

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 modelsdatasets 页面,搜索一些参数并查看 URL 中的值。

< > 在 GitHub 上更新