库

Hub 支持开源生态系统中的数十个库。借助 huggingface_hub Python 库，您可以轻松地在 Hub 上共享您的模型。Hub 支持许多库，我们正在努力扩展这一支持范围。我们很高兴欢迎一批推动机器学习发展的开源库加入 Hub。

下表总结了受支持的库及其集成程度。您可以在 the model-libraries.ts file 中找到我们支持的所有库。

库	描述	推理服务提供商	小部件	从 Hub 下载	推送到 Hub
适配器	用于参数高效且模块化微调的统一 Transformers 插件。	✅	✅	✅	✅
AllenNLP	一个基于 PyTorch 构建的开源 NLP 研究库。	✅	✅	✅	❌
Asteroid	基于 PyTorch 的音频源分离工具包	✅	✅	✅	❌
BERTopic	BERTopic 是一个用于文本和图像的主题建模库	✅	✅	✅	✅
Diffusers	用于扩散模型推理和训练的模块化工具箱	✅	✅	✅	✅
docTR	PyTorch & TensorFlow 中用于 OCR 相关任务的模型和数据集	✅	✅	✅	❌
ESPnet	端到端语音处理工具包（例如 TTS）	✅	✅	✅	❌
fastai	用于训练快速且准确、输出效果达到最先进水平的模型的库。	✅	✅	✅	✅
Keras	开源多后端深度学习框架，支持 JAX、TensorFlow 和 PyTorch。	❌	❌	✅	✅
KerasNLP	基于 Keras 构建的自然语言处理库，可原生支持 TensorFlow、JAX 或 PyTorch。	❌	❌	✅	✅
TF-Keras（旧版）	一个遗留库，使用一致且简单的 API 来构建利用 TensorFlow 及其生态系统的应用模型。	❌	❌	✅	✅
Flair	用于最先进自然语言处理的极简框架。	✅	✅	✅	✅
MBRL-Lib	MBRL 算法的 PyTorch 实现。	❌	❌	✅	✅
MidiTok	用于符号音乐 / MIDI 文件的分词器。	❌	❌	✅	✅
ML-Agents	使使用 Unity 制作的游戏和模拟能够作为训练智能代理的环境。	❌	❌	✅	✅
MLX	由 Apple 打造的 Apple 芯片模型训练和推理框架。	❌	❌	✅	✅
NeMo	专为研究人员打造的对话式 AI 工具包	✅	✅	✅	❌
OpenCLIP	OpenAI CLIP 的开源实现库	❌	❌	✅	✅
PaddleNLP	基于 PaddlePaddle 构建的易用且功能强大的 NLP 库	✅	✅	✅	✅
PEFT	前沿参数高效微调库	✅	✅	✅	✅
Pyannote	用于说话人分离的神经网络构建模块。	❌	❌	✅	❌
PyCTCDecode	语言模型支持的 CTC 解码用于语音识别	❌	❌	✅	❌
Pythae	Python 中生成式自编码器的统一框架	❌	❌	✅	✅
RL-Baselines3-Zoo	用于强化学习的训练框架，使用 Stable Baselines3。	❌	✅	✅	✅
Sample Factory	用于高吞吐量异步强化学习的代码库。	❌	✅	✅	✅
Sentence Transformers	为句子、段落和图像计算稠密向量表示。	✅	✅	✅	✅
SetFit	使用 Sentence Transformers 实现高效的少样本文本分类	✅	✅	✅	✅
spaCy	Python 和 Cython 中的高级自然语言处理。	✅	✅	✅	✅
SpanMarker	熟悉、简单且最先进的命名实体识别。	✅	✅	✅	✅
Scikit Learn（使用 skops）	Python 中的机器学习。	✅	✅	✅	✅
Speechbrain	由 PyTorch 驱动的语音工具包。	✅	✅	✅	❌
Stable-Baselines3	基于 PyTorch 的可靠深度强化学习算法实现集合	❌	✅	✅	✅
TensorFlowTTS	实时最先进的语音合成架构。	❌	❌	✅	❌
Timm	图像模型、脚本、预训练权重等的集合	✅	✅	✅	✅
Transformers	适用于 PyTorch、TensorFlow 和 JAX 的先进自然语言处理	✅	✅	✅	✅
Transformers.js	面向 Web 的先进机器学习。直接在浏览器中运行 🤗 Transformers，无需服务器！	❌	❌	✅	❌
Unity Sentis	Unity 3D 游戏引擎的推理引擎	❌	❌	❌	❌

如何为新的库添加支持？

如果您有兴趣添加您的库，请联系我们！详情请参阅添加库指南。

Update on GitHub