Startseite› Projekte› How-to-use-Transformers
How-to-use-Transformers

How-to-use-Transformers

von jsksxs360 · GitHub

Transformers 库快速入门教程

# bert# classification# natural-language-processing# ner# nlp
Auf GitHub ansehen
In einfachen Worten

Laden Sie vortrainierte Sprachmodelle für Aufgaben der natürlichen Sprachverarbeitung in Ihren Python-Anwendungen.

⭐ Sterne
1.9k
🍴 Forks
228
🔥 Trendend
+1 diese Woche
📜 Lizenz
Apache-2.0
Kommerzielle Nutzung erlaubt
📅 Erstellt
2022
🔄 Letzter Commit
5 mo ago
🏷️ Kategorie
bert
💻 Sprache
Python
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
How-to-use-Transformers — GitHub preview card
📈 Sternhistorie
1 8811 880
2026-07-202026-07-29
📈 How-to-use-Transformers verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

Transformers 库快速入门教程

How-to-use-Transformers hat 1.9k Sterne auf GitHub. Es wurde 228-mal geforkt. How-to-use-Transformers ist hauptsächlich in Python geschrieben. Es wird seit 2022 aktiv entwickelt. How-to-use-Transformers ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: bert, classification, natural-language-processing, ner.

❓ Frequently asked questions

Was ist How-to-use-Transformers?

Transformers 库快速入门教程

Ist How-to-use-Transformers Open Source?

How-to-use-Transformers ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.

Ist How-to-use-Transformers kostenlos?

Ja. How-to-use-Transformers ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht How-to-use-Transformers?

How-to-use-Transformers ist unter der Apache-2.0-Lizenz verfügbar.

In welcher Sprache ist How-to-use-Transformers geschrieben?

How-to-use-Transformers ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — How-to-use-Transformers

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=jsksxs360-how-to-use-transformers)](https://olud.ai/project/jsksxs360-how-to-use-transformers.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →
bertviz
BertViz: Visualisieren Sie die Aufmerksamkeit in Transformer-Modellen
★ 8.1k · bert
teiltberttransformer
cybertron
Cybertron: der Heimatplanet der Transformers in Go
★ 330 · bart
teiltsummarizationtranslation
transformers-tutorials
Github-Repo mit Tutorials zur Feinabstimmung von Transformatoren für verschiedene NLP-Aufgaben
★ 863 · bert
teiltclassificationbert
tokenizers
💥 Schnelle, hochmoderne Tokenizer, optimiert für Forschung und Produktion
★ 10.9k · bert
teiltbertnatural-language-processing
rust-bert
Rust-native, sofort einsatzbereite NLP-Pipelines und transformerbasierte Modelle (BERT, DistilB…
★ 3.1k · bart
teiltnertranslation
simpleT5
simpleT5 basiert auf PyTorch-lightning⚡️ und Transformers🤗, mit dem Sie Ihre T5-Modelle schnell…
★ 403 · classification
teiltsummarizationtranslation
AliceMind
ALIbabas Sammlung von Encoder-Decodern aus dem MinD (Machine IntelligeNce of Damo) Labor
★ 2k · bert
teiltbertnatural-language-processing
cdQA
⛔ [NICHT WARTUNGSGEPRÜFT] Ein End-to-End Closed Domain Question Answering System.
★ 617 · artificial-intelligence
teiltbertnatural-language-processing
NLP-Knowledge-Graph
自然语言处理、知识图谱、对话系统，大模型等技术研究与应用。
★ 1.8k · agent
teiltnerbert
adapters
Eine einheitliche Bibliothek für parameter-effizientes und modulares Transferlernen
★ 2.8k · adapters
teiltbertnatural-language-processing

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.