Hugging Face-ის მოდელების ცენტრი (Model Hub) მომხმარებლების მიერ წარდგენილ 10,000-ზე მეტ მანქანური სწავლების მოდელს აერთიანებს. აქ ნახავთ ბუნებრივი ენის დამუშავების (NLP) ყველა სახის მოდელს, რომლებიც, მაგალითად, თარგმნიან ფინურსა და ინგლისურს შორის ან ცნობენ ჩინურ მეტყველებას. ბოლო დროს, ჰაბი გაფართოვდა და მოიცვა მოდელები გამოსახულების კლასიფიკაციისა და აუდიო დამუშავებისთვისაც კი. Hugging Face ყოველთვის ცდილობდა მოდელების ხელმისაწვდომობასა და მარტივ გამოყენებას. ტრანსფორმატორების ბიბლიოთეკა შესაძლებელს ხდის მოდელის ჩატვირთვას კოდის რამდენიმე ხაზში. მოდელის ჩატვირთვის შემდეგ, მისი გამოყენება შესაძლებელია ახალ მონაცემებზე პროგრამული პროგნოზების გასაკეთებლად. თუმცა, მანქანური სწავლების მოდელებს მხოლოდ პროგრამისტები არ იყენებენ! მანქანურ სწავლებაში სულ უფრო გავრცელებული სცენარია მოდელების დემონსტრირება ინტერდისციპლინურ გუნდებისთვის ან არაპროგრამისტებისთვის მოდელების გამოყენების ნებართვა (რათა აღმოჩენილ იქნას მიკერძოებები, შეცდომების წერტილები და ა.შ.). Gradio ბიბლიოთეკა მანქანური სწავლების დეველოპერებს საშუალებას აძლევს, ძალიან მარტივად შექმნან დემოები და გრაფიკული ინტერფეისები (GUIs) მანქანური სწავლების მოდელებიდან. მათი უფასოდ გაზიარება თანამშრომლებთან ისეთივე მარტივია, როგორც Google Docs-ის ბმულის გაზიარება. ახლა, მოხარულები ვართ გაცნობოთ, რომ Gradio 2.0 ბიბლიოთეკა საშუალებას გაძლევთ, ჩატვირთოთ და გამოიყენოთ თითქმის ნებისმიერი Hugging Face მოდელი გრაფიკული ინტერფეისით (GUI) მხოლოდ 1 ხაზი კოდით. (აქ მოცემულია მაგალითი). ნაგულისხმევად, ეს ფუნქცია იყენებს HuggingFace-ის ჰოსტირებულ დასკვნის (Inference) API-ს (შეგიძლიათ მიაწოდოთ თქვენი საკუთარი API გასაღები ან გამოიყენოთ საჯარო წვდომა API გასაღების გარეშე). სურვილის შემთხვევაში, ასევე შეგიძლიათ გაუშვათ `pip install transformers` და შეასრულოთ მოდელის გამოთვლები ლოკალურად. გსურთ დემოს პერსონალიზაცია? შეგიძლიათ შეცვალოთ Interface კლასის ნებისმიერი ნაგულისხმევი პარამეტრი, თქვენი საკუთარი პარამეტრების გადაცემით. მაგრამ ეს ყველაფერი არ არის! Model Hub-ზე უკვე არსებული 10,000 მოდელით, ჩვენ მოდელებს განვიხილავთ არა მხოლოდ როგორც კოდის დამოუკიდებელ ნაწილებს, არამედ როგორც ლეგოს ნაწილებს, რომელთა გაერთიანება და შერევა შესაძლებელია უფრო დახვეწილი აპლიკაციებისა და დემოების შესაქმნელად. მაგალითად, Gradio საშუალებას გაძლევთ პარალელურად ჩატვირთოთ მრავალი მოდელი (წარმოიდგინეთ, რომ გსურთ შეადაროთ Hugging Face-ის ტექსტის გენერირების 4 სხვადასხვა მოდელი, რათა ნახოთ რომელია საუკეთესო თქვენი გამოყენების შემთხვევისთვის). ასევე, შეგიძლიათ თქვენი მოდელები სერიებად განათავსოთ. ეს აადვილებს რთული აპლიკაციების აგებას, რომლებიც შედგება მრავალი მანქანური სწავლების მოდელისგან. მაგალითად, აქ შეგვიძლია შევქმნათ აპლიკაცია ფინური საინფორმაციო სტატიების სათარგმნელად და შესაჯამებლად კოდის 3 ხაზში. შეგიძლიათ მრავალი მოდელი სერიებად შეურიოთ ერთმანეთს პარალელურად შედარებისთვისაც კი (ამას თქვენ თვითონ გაცდევინებთ!). ამ ყველაფრის გამოსაცდელად, უბრალოდ დააინსტალირეთ Gradio (`pip install gradio`) და აირჩიეთ Hugging Face მოდელი, რომლის გამოცდაც გსურთ. დაიწყეთ შექმნა Gradio-სა და Hugging Face-თან ერთად 🧱⛏️