Bibliotecas

El Hub cuenta con soporte para decenas de librerías del ecosistema de código abierto. Gracias a la librería de Python huggingface_hub, es fácil habilitar el intercambio de tus modelos en el Hub. El Hub admite muchas librerías y estamos trabajando para ampliar este soporte. Nos complace dar la bienvenida al Hub a un conjunto de librerías de código abierto que están impulsando el avance del Machine Learning.

La tabla siguiente resume las bibliotecas admitidas y su nivel de integración. Encuentre todas nuestras bibliotecas admitidas en el archivo model-libraries.ts.

Biblioteca	Descripción	Proveedores de inferencia	Widgets	Descargar desde Hub	Subir al Hub
Adaptadores	Un complemento unificado de Transformers para el ajuste fino eficiente en parámetros y modular.	✅	✅	✅	✅
AllenNLP	Una biblioteca de investigación en PLN de código abierto, construida sobre PyTorch.	✅	✅	✅	❌
Asteroid	Kit de separación de fuentes de audio basado en PyTorch	✅	✅	✅	❌
BERTopic	BERTopic es una biblioteca de modelado de temas para texto e imágenes	✅	✅	✅	✅
Diffusers	Un conjunto de herramientas modular para la inferencia y el entrenamiento de modelos de difusión	✅	✅	✅	✅
docTR	Modelos y conjuntos de datos para tareas relacionadas con OCR en PyTorch & TensorFlow	✅	✅	✅	❌
ESPnet	Kit de herramientas de procesamiento de voz de extremo a extremo (p. ej., TTS)	✅	✅	✅	❌
fastai	Biblioteca para entrenar modelos rápidos y precisos con resultados de última generación.	✅	✅	✅	✅
Keras	Framework de aprendizaje profundo de código abierto con múltiples backends, con soporte para JAX, TensorFlow y PyTorch.	❌	❌	✅	✅
KerasNLP	Biblioteca de procesamiento de lenguaje natural construida sobre Keras que funciona de forma nativa con TensorFlow, JAX o PyTorch.	❌	❌	✅	✅
TF-Keras (obsoleto)	Biblioteca legada que utiliza una API coherente y simple para construir modelos aprovechando TensorFlow y su ecosistema.	❌	❌	✅	✅
Flair	Framework muy simple para NLP de última generación.	✅	✅	✅	✅
MBRL-Lib	Implementaciones de PyTorch de algoritmos MBRL.	❌	❌	✅	✅
MidiTok	Tokenizadores para música simbólica / archivos MIDI.	❌	❌	✅	✅
ML-Agents	Permite que los juegos y simulaciones creados con Unity funcionen como entornos para entrenar agentes inteligentes.	❌	❌	✅	✅
MLX	Framework de entrenamiento y servicio de modelos en Apple silicon creado por Apple.	❌	❌	✅	✅
NeMo	Kit de herramientas de IA conversacional creado para investigadores	✅	✅	✅	❌
OpenCLIP	Biblioteca para la implementación de código abierto de CLIP de OpenAI	❌	❌	✅	✅
PaddleNLP	Biblioteca de NLP fácil de usar y potente construida sobre PaddlePaddle	✅	✅	✅	✅
PEFT	Biblioteca de ajuste fino eficiente en parámetros de vanguardia	✅	✅	✅	✅
Pyannote	Bloques de construcción neuronales para la diarización de hablantes.	❌	❌	✅	❌
PyCTCDecode	El modelo de lenguaje admitió la decodificación CTC para el reconocimiento de voz	❌	❌	✅	❌
Pythae	Marco unificado para Autoencodificadores Generativos en Python	❌	❌	✅	✅
RL-Baselines3-Zoo	Framework de entrenamiento para el Aprendizaje por Refuerzo, que utiliza Stable Baselines3.	❌	✅	✅	✅
Sample Factory	Código base para el aprendizaje por refuerzo asíncrono de alto rendimiento.	❌	✅	✅	✅
Sentence Transformers	Calcule representaciones vectoriales densas para oraciones, párrafos e imágenes.	✅	✅	✅	✅
SetFit	Clasificación de texto few-shot eficiente con Sentence Transformers	✅	✅	✅	✅
spaCy	Procesamiento avanzado del lenguaje natural en Python y Cython.	✅	✅	✅	✅
SpanMarker	Reconocimiento de Entidades Nombradas familiar, simple y de última generación.	✅	✅	✅	✅
Scikit Learn (usando skops)	Machine Learning en Python.	✅	✅	✅	✅
Speechbrain	Un kit de procesamiento del habla impulsado por PyTorch.	✅	✅	✅	❌
Stable-Baselines3	Conjunto de implementaciones fiables de algoritmos de aprendizaje por refuerzo profundo en PyTorch	❌	✅	✅	✅
TensorFlowTTS	Arquitecturas de síntesis de voz de última generación en tiempo real.	❌	❌	✅	❌
Timm	Colección de modelos de imagen, scripts, pesos preentrenados, etc.	✅	✅	✅	✅
Transformers	Procesamiento del lenguaje natural de última generación para PyTorch, TensorFlow y JAX	✅	✅	✅	✅
Transformers.js	Machine Learning de vanguardia para la web. Ejecuta 🤗 Transformers directamente en tu navegador, ¡sin necesidad de un servidor!	❌	❌	✅	❌
Unity Sentis	Motor de inferencia para el motor de juegos Unity 3D	❌	❌	❌	❌

¿Cómo puedo añadir soporte para una nueva biblioteca?

Si te interesa añadir tu biblioteca, ¡contáctanos! Lee al respecto en Guía para añadir una biblioteca.

Update on GitHub