开源 AI 食谱文档

企业中心食谱

Hugging Face's logo
加入 Hugging Face 社区

并获得增强的文档体验

开始使用

企业中心食谱

企业中心食谱专为希望超越 Hugging Face Hub 标准免费功能,并将机器学习更深入地集成到其生产工作流程中的高级用户和企业而设计。该食谱通过一系列配方(Jupyter Notebooks)指导您,其中包含可复制粘贴的代码,以帮助您开始使用 Hub 的高级功能。

在 HF Spaces 中进行交互式开发

使用 JupyterLab Spaces,您可以像在 Google Colab 中一样启动您的个人 Jupyter Notebook,只是可以选择更广泛、更可靠的 CPU 和 GPU(例如 H100 或 4xA10G),并且可以随时选择和切换。此外,通过激活 Spaces 开发模式,您还可以从本地 IDE(例如 VS Code)使用此云硬件。阅读此配方以了解如何启动 GPU 并通过本地 IDE 连接到它。

有关更多详细信息,另请阅读 JupyterLab Spaces开发模式 文档。

推理 API (无服务器)

使用我们的无服务器推理 API,您可以使用简单的 API 调用测试各种开源模型(例如,生成式 LLM、高效嵌入模型或图像生成器)。无服务器推理 API 受到速率限制,主要用于初始测试或低容量使用。阅读此配方以了解如何查询无服务器推理 API。

有关更多详细信息,另请阅读 无服务器 API 文档。

推理端点 (专用)

使用我们的专用推理端点,您可以轻松地在各种硬件上部署任何模型,实际上只需点击几下即可创建您个人的生产就绪型 API。阅读此配方以了解如何创建和配置您自己的专用端点。

有关更多详细信息,另请阅读 专用端点 文档。

使用 Argilla Spaces 进行数据标注

无论您是零样本测试 LLM 还是训练自己的模型,创建良好的测试或训练数据可能是您在机器学习旅程开始时可以进行的最有价值的投资。Argilla 是一款免费的开源数据标注工具,使您能够为文本、图像或音频任务创建高质量的数据。阅读此配方以了解如何在浏览器中创建数据标注工作流程(单独或在更大的团队中)。

另请参阅 Argilla 文档和 HF Argilla Spaces 集成以获取更多详细信息。

AutoTrain Spaces (即将推出)

使用 AutoTrain Spaces,您可以在简单的界面中训练自己的机器学习模型,而无需任何代码。阅读此配方以了解如何在 Hub 上的 AutoTrain Space 中,在各种 GPU 上微调您自己的 LLM。

另请参阅 AutoTrain 文档以了解更多信息。

使用 Spaces 和 Gradio 创建私有演示

可视演示胜于雄辩。如果您想让利益相关者相信机器学习最小可行产品 (MVP),演示尤其重要。阅读此配方以了解如何使用 Gradio 在 Spaces 上创建私有机器学习演示。

另请参阅 SpacesGradio Spaces 文档以了解更多信息。

Hub 上的高级协作 (即将推出)

随着您的团队和用例的增长,管理数据集、模型和团队成员变得更加复杂。阅读此配方以了解高级协作功能,例如特定资源组的私有数据集、基于 git 的版本控制以及模型卡片中的 YAML 标签。

查看 HubHub Python 库 文档以获取更多信息。

< > 在 GitHub 上更新