通用工具

此页面列出了 Transformers 中 utils.py 文件中的所有通用工具函数。

如果您正在研究库中的通用代码，那么其中大多数函数才有用。

枚举和命名元组

class transformers.utils.ExplicitEnum

< source >

( value names = None module = None qualname = None type = None start = 1 )

枚举类，对于缺少的值提供更明确的错误消息。

class transformers.utils.PaddingStrategy

< source >

( value names = None module = None qualname = None type = None start = 1 )

PreTrainedTokenizerBase.call() 中 padding 参数的可能值。在 IDE 中用于制表符自动完成。

class transformers.TensorType

< source >

( value names = None module = None qualname = None type = None start = 1 )

PreTrainedTokenizerBase.call() 中 return_tensors 参数的可能值。在 IDE 中用于制表符自动完成。

特殊装饰器

transformers.add_start_docstrings

< source >

( *docstr )

transformers.utils.add_start_docstrings_to_model_forward

< source >

( *docstr )

transformers.add_end_docstrings

< source >

( *docstr )

transformers.utils.add_code_sample_docstrings

< source >

( *docstr processor_class = None checkpoint = None output_type = None config_class = None mask = '[MASK]' qa_target_start_index = 14 qa_target_end_index = 15 model_cls = None modality = None expected_output = None expected_loss = None real_checkpoint = None revision = None )

transformers.utils.replace_return_docstrings

< source >

( output_type = None config_class = None )

特殊属性

class transformers.utils.cached_property

< source >

( fget = None fset = None fdel = None doc = None )

模仿 @property 的描述符，但在成员变量中缓存输出。

来自 tensorflow_datasets

Python 3.8 及更高版本中 functools 的内置函数。

其他工具

class transformers.utils._LazyModule

< source >

( name: str module_file: str import_structure: typing.Dict[typing.FrozenSet[str], typing.Dict[str, typing.Set[str]]] module_spec: ModuleSpec = None extra_objects: typing.Dict[str, object] = None )

模块类，它显示所有对象，但仅在请求对象时执行关联的导入。

< > 更新在 GitHub 上