Training und Betrieb von Modellen für künstliche Intelligenz
Transformers wurde von Hugging Face entwickelt und ist eine Bibliothek, die zum Trainieren und Ausführen modernster Modelle für maschinelles Lernen für verschiedene Datentypen wie Text, Bilder und Audio verwendet wird. Es bietet Entwicklern Zugriff auf beliebte Modelle der künstlichen Intelligenz und die Möglichkeit, diese zu verfeinern.
Aktualisierungen
- 20. Oktober 2026: Sterne 167,782 → 167,893, neueste Version v5.20.2 (19. Oktober 2026).
- 17. Oktober 2026: Sterne 167,756 → 167,782, neueste Version v5.20.1 (16. Oktober 2026).
- 16. Oktober 2026: Sterne 167,017 → 167,756, neueste Version v5.20.0 (15. Oktober 2026).
- 7. Oktober 2026: Sterne 166,876 → 167,017, neueste Version v5.19.0 (6. Oktober 2026).
Was es bringt
- Bietet Zugriff auf Text-, Bild- und Tonmodelle.
- Dies erleichtert die Feinabstimmung von Modellen.
- Mit seiner umfangreichen Modellbibliothek ermöglicht es eine schnelle Entwicklung.
Installation
git clone https://github.com/huggingface/transformers.git
cd transformers
# pip
pip install '.[torch]'
# uv
uv pip install '.[torch]'Wenn Sie nicht programmieren
Ich möchte ein Textrenderingmodell mithilfe der Transformers-Bibliothek ausführen. Wie kann ich mit der Pipeline-API schnell loslegen? Können Sie mit Schritt-für-Schritt-Codebeispielen und Erklärungen helfen?
Repository: https://github.com/huggingface/transformers. Richte dich bei der Installation und Ausführung nach den offiziellen Anweisungen in der README-Datei dieses Repositorys.
Prüfe vor dem Start, unter welchem Betriebssystem wir arbeiten und ob die notwendigen Tools (z. B. Python, Node.js, Git, Docker) installiert sind. Installiere fehlende Tools schrittweise entsprechend diesem System.
Erstelle einen neuen, leeren Ordner für die Arbeit. Rühre keine Dateien außerhalb dieses Ordners an und lösche nichts. Sag mir vor jedem Befehl in einem Satz, was du tun wirst.
Sag mir, was ich am Ende jedes Schrittes auf dem Bildschirm sehen sollte. Wenn ein Fehler auftritt, füge ich die Fehlermeldung exakt so ein, wie sie ist, und wir beheben sie gemeinsam.
Verwandte Begriffe aus dem Glossar
Links
TreScout hat dieses Werkzeug nicht entwickelt · wir haben es in den GitHub-Trends gefunden und stellen es vor. Diese Seite beschreibt das Repository so, wie es am 2026-08-12 war: Die Anzahl der Sterne und unser Text stammen von diesem Tag, das Repository kann sich seitdem geändert haben. Den aktuellen Stand finden Sie über den Link zum Repository. Der Präsentationstext wurde mit KI aus der eigenen Dokumentation des Repositories erstellt und diese Seite wurde maschinell übersetzt aus dem türkischen Original · maßgeblich ist die türkische Fassung.