Hub documentation
Documentación de Hugging Face Hub
Documentación de Hugging Face Hub
El Hugging Face Hub es la plataforma de referencia de IA para el ML abierto. Aloja más de 2M de modelos, 1,5M de conjuntos de datos y 1,5M de aplicaciones de IA (Spaces), todos abiertos y disponibles públicamente. Más allá de la IA abierta, el Hub también es una excelente plataforma de colaboración para equipos internos y privados. Explora, experimenta, colabora y construye, ¡todo en un solo lugar! 🤗
¿Qué es el Hugging Face Hub?
Estamos ayudando a la comunidad a trabajar en conjunto hacia el objetivo de avanzar en Machine Learning 🔥.
Ninguna empresa, incluidos los gigantes tecnológicos, podrá “resolver la IA” por sí sola: la única forma de lograrlo es compartiendo conocimientos y recursos mediante un enfoque centrado en la comunidad. Estamos construyendo la mayor colección de código abierto de modelos, conjuntos de datos y demostraciones en el Hugging Face Hub para democratizar y avanzar la IA para todos 🚀.
Te animamos a leer el Código de Conducta y las Directrices de Contenido para familiarizarte con los valores que esperamos que nuestros miembros de la comunidad respeten 🤗.
¿Qué puedes encontrar en el Hub?
El Hugging Face Hub aloja repositorios basados en Git, que son carpetas con control de versiones y pueden contener todos tus archivos. Para el almacenamiento de objetos mutables sin control de versiones, el Hub también ofrece Storage Buckets.
En él, podrás subir y descubrir…
- Modelos: alojamiento de los modelos más avanzados del estado del arte para tareas de LLM, texto, visión y audio
- Conjuntos de datos: que incluyen una amplia variedad de datos para diferentes dominios y modalidades
- Spaces: aplicaciones interactivas para demostrar modelos de ML directamente en tu navegador
El Hub ofrece versionado, historial de commits, diffs, ramas y más de una docena de integraciones con librerías! Todos los repositorios se construyen sobre Xet, una nueva tecnología para almacenar de manera eficiente archivos grandes dentro de Git, dividiendo inteligentemente los archivos en fragmentos únicos y acelerando las cargas y descargas.
Puedes aprender más sobre las características que comparten todos los repositorios en la documentación de Repositorios.
Modelos
Puedes descubrir y utilizar decenas de miles de modelos de ML de código abierto compartidos por la comunidad. Para promover el uso y desarrollo responsable de los modelos, los repositorios de modelos incluyen Model Cards para informar a los usuarios sobre las limitaciones y sesgos de cada modelo. Se puede incluir metadatos adicionales sobre información como sus tareas, idiomas y resultados de evaluación, e incluso se pueden añadir gráficos de métricas de entrenamiento si el repositorio contiene TensorBoard traces. También es fácil añadir un inference widget a tu modelo, lo que permite a cualquiera probar el modelo directamente en el navegador. Para el acceso programático, se proporciona una API serverless a través de Inference Providers.
Para subir modelos al Hub, o descargar modelos e integrarlos en tu trabajo, explora la documentación de modelos. También puedes elegir entre más de una docena de bibliotecas como 🤗 Transformers, Asteroid y ESPnet que admiten el Hub.
Conjuntos de datos
El Hub alberga más de 500k conjuntos de datos públicos en más de 8k idiomas que pueden utilizarse para una amplia gama de tareas en NLP, Computer Vision y Audio. El Hub facilita la búsqueda, descarga y carga de conjuntos de datos. Los conjuntos de datos se acompañan de una documentación extensa en forma de Dataset Cards y Data Studio para que puedas explorar los datos directamente en tu navegador. Si bien muchos conjuntos de datos son públicos, organizaciones e individuos pueden crear conjuntos de datos privados para cumplir con cuestiones de licencias o privacidad. Puedes aprender más sobre Datasets aquí en la documentación del Hugging Face Hub.
La biblioteca 🤗 datasets te permite interactuar con los conjuntos de datos de forma programática, de modo que puedes utilizar fácilmente los conjuntos de datos del Hub en tus proyectos. Con una sola línea de código, puedes acceder a los conjuntos de datos; incluso si son tan grandes que no caben en tu computadora, puedes usar streaming para acceder a los datos de manera eficiente.
Spaces
Spaces es una forma sencilla de alojar aplicaciones de demostración de ML en el Hub. Permiten crear tu portafolio de ML, presentar tus proyectos en conferencias o a partes interesadas y trabajar de forma colaborativa con otras personas del ecosistema de ML.
Actualmente, admitimos dos SDK de Python excelentes (Gradio y Streamlit) que te permiten crear aplicaciones en cuestión de minutos. Los usuarios también pueden crear Spaces estáticos, que son páginas simples de HTML/CSS/JavaScript, o desplegar cualquier aplicación basada en Docker.
Si necesitas potencia de GPU para tus demostraciones, prueba ZeroGPU: proporciona dinámicamente GPUs NVIDIA RTX Pro 6000 Blackwell en tiempo real, solo cuando se necesitan.
Después de que hayas explorado algunos Spaces (echa un vistazo a nuestro Space of the Week!), adéntrate en la documentación de Spaces para aprender todo sobre cómo puedes crear tu propio Space. También podrás actualizar tu Space para que se ejecute en una GPU u otro hardware acelerado. ⚡️
Baldes de almacenamiento
Storage Buckets ofrece almacenamiento de objetos similar a S3 en Hugging Face, impulsado por el backend de almacenamiento Xet. A diferencia de los repositorios (que se basan en git y rastrean el historial de archivos), los buckets son contenedores de almacenamiento de objetos remotos diseñados para archivos a gran escala con deduplicación direccionable por contenido. Están diseñados para casos de uso donde se necesita un almacenamiento simple, rápido y mutable, como el almacenamiento de puntos de control de entrenamiento, registros, artefactos intermedios o cualquier colección grande de archivos que no requiera control de versiones.
Organizaciones
Las empresas, universidades y organizaciones sin fines de lucro son una parte esencial de la comunidad de Hugging Face. El Hub ofrece Organizations, que se pueden utilizar para agrupar cuentas y gestionar datasets, modelos y Spaces. Los educadores también pueden crear organizaciones colaborativas para estudiantes usando Hugging Face for Classrooms. Los repositorios de una organización se mostrarán en la página de la organización y cada miembro de la organización tendrá la capacidad de contribuir al repositorio. Además de agrupar de manera conveniente todo el trabajo de una organización, el Hub permite a los administradores establecer roles para controlar el acceso a los repositorios y gestionar el método de pago y la información de facturación de su organización. ¡El Machine Learning es más divertido cuando se colabora! 🔥
Explora las organizaciones existentes, crea una nueva organización aquí y luego visita la documentación de organizaciones para obtener más información.
Seguridad
El Hugging Face Hub ofrece funciones de seguridad y control de acceso para que tengas la tranquilidad de que tu código, tus modelos y tus datos están a salvo. Consulta la sección Seguridad de esta documentación para conocer:
- Tokens de acceso de usuario
- Control de acceso para organizaciones
- Firmar commits con GPG
- Escaneo de malware
Update on GitHub