pip install transformers

优质创作者: 人工智能技术领域

2024-05-26 16:10:23

>pip install transformers
Requirement already satisfied: transformers in d:\python312\lib\site-packages (4.39.3)
Requirement already satisfied: filelock in d:\python312\lib\site-packages (from transformers) (3.13.3)
Requirement already satisfied: huggingface-hub<1.0,>=0.19.3 in d:\python312\lib\site-packages (from transformers) (0.22.2)
Requirement already satisfied: numpy>=1.17 in d:\python312\lib\site-packages (from transformers) (1.26.3)
Requirement already satisfied: packaging>=20.0 in d:\python312\lib\site-packages (from transformers) (23.2)
Requirement already satisfied: pyyaml>=5.1 in d:\python312\lib\site-packages (from transformers) (6.0.1)
Requirement already satisfied: regex!=2019.12.17 in d:\python312\lib\site-packages (from transformers) (2023.12.25)
Requirement already satisfied: requests in d:\python312\lib\site-packages (from transformers) (2.31.0)
Requirement already satisfied: tokenizers<0.19,>=0.14 in d:\python312\lib\site-packages (from transformers) (0.15.2)
Requirement already satisfied: safetensors>=0.4.1 in d:\python312\lib\site-packages (from transformers) (0.4.2)
Requirement already satisfied: tqdm>=4.27 in d:\python312\lib\site-packages (from transformers) (4.66.2)
Requirement already satisfied: fsspec>=2023.5.0 in d:\python312\lib\site-packages (from huggingface-hub<1.0,>=0.19.3->transformers) (2024.3.1)
Requirement already satisfied: typing-extensions>=3.7.4.3 in d:\python312\lib\site-packages (from huggingface-hub<1.0,>=0.19.3->transformers) (4.11.0)
Requirement already satisfied: colorama in c:\users\liang\appdata\roaming\python\python312\site-packages (from tqdm>=4.27->transformers) (0.4.6)
Requirement already satisfied: charset-normalizer<4,>=2 in d:\python312\lib\site-packages (from requests->transformers) (3.3.2)
Requirement already satisfied: idna<4,>=2.5 in d:\python312\lib\site-packages (from requests->transformers) (3.7)
Requirement already satisfied: urllib3<3,>=1.21.1 in d:\python312\lib\site-packages (from requests->transformers) (2.2.1)
Requirement already satisfied: certifi>=2017.4.17 in d:\python312\lib\site-packages (from requests->transformers) (2024.2.2)

...全文

427 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

了解_xlm-r 创建Conda环境运行以下命令： conda env create --file xlm-r.yml conda activate xlm-r 对于仅含cpu的pytorch，请运行： pip install transformers[torch] 否则，要获得gpu支持，请首先使用所需的cuda verson pip install transformers pytorch，然后运行： pip install transformers converters 下载通用依赖关系数据集从下载zip文件。解压缩到名为UD2.7的文件夹中。运行unzip_ud.py XLM-R预训练模型的测试推论运行python xlm_roberta.py

变形金刚-闪电 adapters ， datasets ， datasets datamodules ， callbacks ， models ， metrics ， losses ， language-modeling技术， schedulers和optimizers程序的集合，以更好地集成和库。目录安装使用以下命令安装最新的稳定版本 pip install transformers-lightning 您还可以执行以下操作来安装特定的旧版本，例如0.3.0 ： pip install git+https://github.com/iKernels/transformers-lightning.git@0.3.0 --upgrade 文献资料相对文件夹中描述了每个组件的文档。遵循通用模式，该模式清楚地说明了组件和数据流之间的连接。主文件我们鼓励您构建主文件，例如： im

网络，通过Kaitao宋，，，剑锋陆，，是语言理解任务的新型前的训练方法。它解决了BERT中的MLM（隐蔽语言建模）和XLNet中的PLM（置换语言建模）的问题，并获得了更高的准确性。新闻：我们现在更新了预训练模型。支持的功能几种预训练模型（包括BERT，XLNet，MPNet等）的统一视图和实施。用于针对各种语言理解（GLUE，SQuAD，RACE等）任务进行预训练和微调的代码。安装我们基于的代码库实现MPNet和此预培训工具包。安装如下： pip install --editable pretraining/ pip install pytorch_transformers==1.0.0 transformers scipy sklearn 预培训MPNet 我们的模型已使用bert词典进行了预训练，您首先需要pip install transformers才能使用be

使用python中的pip命令，在cmd中输入【pip install 文件名】即可安装

安装在终端中运行以下命令以安装项目要求。 pip install -r requirements.txt 因为它正在使用PyTorch和Transformers模型，所以将需要一些时间。运行服务器第一次运行Flask服务器时，它将下载模型（XLM-ROBERTA-BASE）以免引起困惑。之后，无论何时运行服务器，该模型都将可用。测验为了进行测试，您可以使用自己的句子运行脚本test_api.py以获得困惑度分数。

3

社区成员

21

社区内容

发帖

与我相关

我的任务

笔记c语言人工智能个人社区

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章