Transformers 大模型框架完整指南506 种模型架构与 100 万 预训练权重的统一入口【免费下载链接】transformers Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.项目地址: https://gitcode.com/GitHub_Trending/tra/transformers用大模型做文本生成、图像识别或语音转写时你大概率已经碰到过 Transformers。这个 Hugging Face 团队维护的开源框架定位为模型定义层它把文本、视觉、音频、视频和多模态模型的实现集中在一个代码库里统一覆盖推理与训练两个阶段目前仓库内包含 506 个模型架构目录配合 Hub 上超过 100 万个预训练 checkpoint可以直接复用。上图是仓库测试样本目录中的一张 COCO 数据集图片Pipeline的image-classification任务可直接对这类图片输出类别与置信度分数。一套模型定义打通训练框架与推理引擎过去接入一个新模型往往要读一遍原论文、找参考实现、再处理框架差异训练用 PyTorch推理却要适配 vLLM、SGLang 或 TGI 各自的加载逻辑中间还要手工搬运权重。Transformers 的做法是把模型定义这件事抽出来作为整个生态的共同约定。如果某个模型的定义在 Transformers 中被支持训练框架Axolotl、Unsloth、DeepSpeed、FSDP、PyTorch-Lightning和推理引擎vLLM、SGLang、TGI可以直接消费它同一个权重可以在 PyTorch、JAX、TF 2.0 之间按需切换不必重写计算图模型内部结构以一致的命名暴露研究者可以直接在src/transformers/models/下对应的目录里迭代而不必穿过额外抽象层。对使用者的实际意义是换框架、换部署引擎时要改的往往只是调用方式而不是模型本身。覆盖 5 种模态的规模一览以下数据均来自仓库当前代码结构可逐项核对维度数值在哪里验证模型架构数量506 个src/transformers/models/目录预训练 checkpoint100 万Hub 上可下载README 首页说明支持模态5 类文本、视觉、音频、视频、多模态README 定位描述内置任务流水线27 个src/transformers/pipelines/目录框架兼容PyTorch / JAX / TF 2.0README 能力清单环境要求Python 3.10、PyTorch 2.5README 安装章节任务流水线pipeline是框架的高层推理接口把输入预处理 → 模型前向 → 输出整理封装进一次调用覆盖的常见任务包括文本生成、自动语音识别、图像分类、目标检测、视觉问答、文档问答等 27 种目录见 src/transformers/pipelines/。三条命令完成安装首次推理只需几行代码环境准备只需要一个虚拟环境和一条安装命令python -m venv .my-env source .my-env/bin/activate pip install transformers[torch]如果需要使用仓库里的最新代码例如参与贡献按官方建议从源码安装git clone https://gitcode.com/GitHub_Trending/tra/transformers cd transformers pip install .[torch]首次推理走PipelineAPI模型会自动下载并缓存之后调用零配置from transformers import pipeline gen pipeline(tasktext-generation, modelQwen/Qwen2.5-1.5B) print(gen(the secret to baking a really good cake is )[0][generated_text])对话场景的调用方式相同只是把输入从单句换成带role字段的消息列表。另外只要本地起了transformers serve还可以直接在命令行里transformers chat 模型名交互不需要写任何代码。两个容易被忽略的落地场景1. 文档与表格理解而不仅是对话很多介绍只把 Transformers 当成聊天机器人后端但它的视觉流水线同样面向生产任务。仓库的 examples/pytorch/ 提供了对象检测、图像分类、实例分割等可直接参考的训练脚本多模态侧则支持文档问答LayoutLMv3、基于 OCR 的文档理解GOT-OCR2、表格问答TAPAS等任务。对企业内部工单、报表、扫描件这类结构化信息抽取需求这类任务的性价比通常高于通用大模型。2. 训练与推理共用一份模型定义官方把 Transformers 定义为生态枢纽训练侧对接 DeepSpeed、FSDP 等分布式方案推理侧对接 vLLM、SGLang 等引擎中间不需要额外的权重转换层。这意味着同一份模型资产可以从实验复现 → 微调 → 上线服务全程流通减少训练一套格式、部署另一套格式的常见摩擦。需要说明的边界同样写在 README 里它不是通用神经网络积木库训练 API 也专为框架内置的 PyTorch 模型优化通用训练循环建议搭配 Accelerate 使用。下一步从哪看起对多数读者推荐按这个顺序切入快速体验跑通上面的Pipeline示例换几个任务名sentiment-analysis、automatic-speech-recognition、image-classification感受统一 API深入理解英文文档在 docs/source/en/中文说明见 i18n/README_zh-hans.md动手训练按任务找到 examples/pytorch/ 下对应的示例脚本它们是各架构原始论文结果的复现起点但官方也提醒示例需要按自身数据稍作改造扩展视野仓库还维护了一份 awesome-transformers.md收录了 100 个基于该框架构建的社区项目可以作为选型参考。Transformers 当前的价值可以用一句话概括它不生产最强的模型而是让使用任何一个主流模型这件事变成同一个动作。如果你正准备接入一个新的预训练模型先查它的架构是否在src/transformers/models/中通常十分钟内就能跑通第一次推理。【免费下载链接】transformers Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.项目地址: https://gitcode.com/GitHub_Trending/tra/transformers创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考