Hugging Face 的徽标

Safetensors 文档

Tensorflow API

您正在查看 主 版本，它需要从源代码安装. 如果你想要常规的 pip 安装，请查看最新的稳定版本 (v0.3.2).
Hugging Face's logo
加入 Hugging Face 社区

并获得增强型文档体验

开始

Tensorflow API

safetensors.tensorflow.load_file

< >

( filename: Union ) → Dict[str, tf.Tensor]

参数

  • filename (str，或 os.PathLike)) — 包含张量的文件名称

返回值

Dict[str, tf.Tensor]

包含名称作为键、值为 tf.Tensor 的字典

将 safetensors 文件加载到 tensorflow 格式中。

示例

from safetensors.tensorflow import load_file

file_path = "./my_folder/bert.safetensors"
loaded = load_file(file_path)

safetensors.tensorflow.load

< >

( data: bytes ) → Dict[str, tf.Tensor]

参数

  • data (bytes) — safetensors 文件的内容

返回值

Dict[str, tf.Tensor]

包含名称作为键、值为 tf.Tensor（在 CPU 上）的字典

从纯字节中将 safetensors 文件加载到 tensorflow 格式中。

示例

from safetensors.tensorflow import load

file_path = "./my_folder/bert.safetensors"
with open(file_path, "rb") as f:
    data = f.read()

loaded = load(data)

safetensors.tensorflow.save_file

< >

( tensors: Dict filename: Union metadata: Optional = None ) → None

参数

  • tensors (Dict[str, tf.Tensor]) — 输入张量。张量需要是连续的且密集的。
  • filename (str, or os.PathLike)) — 要保存的文件名。
  • metadata (Dict[str, str], optional, defaults to None) — 可选的纯文本元数据，你可能想将其保存到头部。 例如，它可以用来指定更多关于底层张量的信息。 这纯粹是提供信息，不会影响张量加载。

返回值

None

将张量字典保存到 safetensors 格式的原始字节中。

示例

from safetensors.tensorflow import save_file
import tensorflow as tf

tensors = {"embedding": tf.zeros((512, 1024)), "attention": tf.zeros((256, 256))}
save_file(tensors, "model.safetensors")

safetensors.tensorflow.save

< >

( tensors: Dict metadata: Optional = None ) → bytes

参数

  • tensors (Dict[str, tf.Tensor]) — 输入的张量。 张量需要是连续且密集的。
  • metadata (Dict[str, str], optional, defaults to None) — 可选的纯文本元数据，你可能想将其保存到头部。 例如，它可以用来指定更多关于底层张量的信息。 这纯粹是提供信息，不会影响张量加载。

返回值

bytes

表示该格式的原始字节

将张量字典保存到 safetensors 格式的原始字节中。

示例

from safetensors.tensorflow import save
import tensorflow as tf

tensors = {"embedding": tf.zeros((512, 1024)), "attention": tf.zeros((256, 256))}
byte_data = save(tensors)
< > 在 GitHub 上更新

←Torch API PaddlePaddle API→