Inicio Proyectos How-to-use-Transformers
How-to-use-Transformers
Python

How-to-use-Transformers

Tutorial rápido de la biblioteca Transformers

por jsksxs360 · GitHub
Estrellas
Ramas
Licencia
Creado
Último commit
Categoría
Lenguaje
bertclassificationnatural-language-processingApache-2.0Python
Ver en GitHub
En palabras simples

Carga y utiliza modelos de lenguaje preentrenados para tareas de procesamiento de lenguaje natural en tus aplicaciones de Python.

¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
How-to-use-Transformers — GitHub preview card
📈 Historial de estrellas
1 8811 880
2026-07-202026-08-31
📈 Sigue How-to-use-Transformers

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

Tutorial rápido de la biblioteca Transformers

How-to-use-Transformers tiene 1.9k estrellas en GitHub. Se ha bifurcado 228 veces. How-to-use-Transformers está escrito principalmente en Python. Se desarrolla activamente desde 2022. How-to-use-Transformers está disponible bajo la licencia Apache-2.0. Sus temas principales son: bert, classification, natural-language-processing, ner.

Frequently asked questions

¿Qué es How-to-use-Transformers?

Tutorial rápido de la biblioteca Transformers

¿How-to-use-Transformers es de código abierto?

How-to-use-Transformers es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿How-to-use-Transformers es gratis?

Sí. How-to-use-Transformers es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está How-to-use-Transformers?

How-to-use-Transformers está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito How-to-use-Transformers?

How-to-use-Transformers está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
olud.ai badge — How-to-use-Transformers

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![olud.ai](https://olud.ai/badge.php?tool=jsksxs360-how-to-use-transformers)](https://olud.ai/project/jsksxs360-how-to-use-transformers.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →
AliceMind
Colección de codificadores-decodificadores de ALIbaba del laboratorio MinD (Inteligencia Artifi…
2k · bert
compartebertnatural-language-processing
nncf
Marco de compresión de redes neuronales para mejorar la inferencia de OpenVINO™
1.2k · bert
comparteclassificationbert
transformers-tutorials
Repositorio de Github con tutoriales para ajustar transformadores para diferentes tareas de NLP
864 · bert
comparteclassificationbert
tokenizers
💥 Tokenizadores de última generación rápidos optimizados para Investigación y Producción
10.9k · bert
compartebertnatural-language-processing
awesome-DeepLearning
深度学习入门课、资深课、特色课、学术案例、产业实践案例、深度学习知识百科及面试题库El curso, caso y conocimiento de Aprendizaje Profundo…
3.6k · bert
comparteclassificationbert
contextualSpellCheck
✔️Verificador de palabras contextual para mejores sugerencias (no mantenido activamente)
419 · bert
compartebertnatural-language-processing
bertviz
BertViz: Visualiza la Atención en Modelos de Transformador
8.1k · bert
compartebertnatural-language-processing
gector
Implementación oficial de los artículos "GECToR – Corrección de Errores Gramaticales: Etiquetar…
970 · bert
compartebertnatural-language-processing
adapters
Una Biblioteca Unificada para Aprendizaje Transferido Modular y Eficiente en Parámetros
2.8k · adapters
compartebertnatural-language-processing
SpanMarkerNER
SpanMarker para Reconocimiento de Entidades Nombradas
476 · huggingface
compartener

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.