Hugging Face Transformers是一个开源的预训练模型库，旨在将NLP领域的最新进展向更广泛的机器学习社区开放。该库包含了经过精心设计的最先进的Transformer架构，并提供了易于使用的API，使得研究人员和开发者能够轻松地加载、微调和使用这些模型。
一、Hugging FaceTransformers
Hugging Face Transformers是什么？ Hugging Face Transformers是 一个强大的Python库 ，最初被创建用于 开发语言模型 ，如今它的功能已经扩展到包括 多模态（如图像和文本结合）、计算机视觉和音频处理等其他用途的模型 。这意味着，除了处理语言数据之外，Hugging Face Transformers还能 处理图片和声音数据 ，使其成为一个多功能的工具库。
HuggingFace Transformers
该库提供了各种预训练模型，如BERT、GPT-2、RoBERTa、T5等，并支持 和 Tensorflow2.0 框架，其设计目标是提供一个易于使用且灵活的接口，以便研究人员和开发人员能够轻松地使用预训练模型。
二、Hugging Face Hub
Hugging Face Hub是什么？Hugging Face Hub是一个面向机器学习开发者和协作者的社区平台 ，提供了 大量的预训练模型 数据集 以及 机器学习应用 。通过Hugging Face Hub库，用户可以轻松地下载、上传文件，管理存储库，运行推断，搜索资源，以及参与社区互动。
HuggingFace Hub
Hugging Face Hub库的设计考虑到了易用性和功能性，它支持从Hub下载文件、上传文件到Hub、管理存储库、在部署的模型上运行推断、搜索模型和数据集等功能。此外，它还提供了丰富的API和命令行工具，使得用户可以方便地进行身份验证、创建存储库和上传文件。
三、Transformers核心功能模块
Hugging Face Transformers核心功能模块？ Hugging Face Transformers库的核心功能模块包括： Pipelines、Tokenizer、模型加载和保存
Transformers库提供高层API Pipelines简化模型使用，包含多种Tokenizer实现文本格式转换，以及支持模型加载与保存功能以促进模型复用与共享。
原文链接：