Hub documentation
Hugging Faceでのfastaiの活用
シングルサインオン(SSO) 監査ログ ストレージリージョン プライベートデータセット用の Data Studio リソースグループ(アクセス制御) 高度な計算オプション 高度なセキュリティ トークン管理 サービスアカウント パブリッシャー分析 ゲーティンググループコレクション ネットワークセキュリティ ダウンロード分析 レート制限 ブログ記事
PRO Plan リポジトリ リポジトリの入門 リポジトリ設定 ストレージの制限 ストレージバックエンド (Xet) ローカルキャッシュ Pull Requests と Discussions 通知 コレクション Webhooks GitHub Actions ノートブック 次のステップ ライセンス
モデル モデルハブ モデルカード 評価結果 リーダーボードデータ ゲート付きモデル モデルのアップロード モデルのダウンロード 統合ライブラリ
データセット アダプター AllenNLP BERTopic Asteroid Diffusers ESPnet fastai Flair Keras TF-Keras(レガシー) ML-Agents mlx-image MLX OpenCLIP PaddleNLP peft RL-Baselines3-Zoo Sample Factory Sentence Transformers SetFit spaCy SpanMarker SpeechBrain Stable-Baselines3 Stanza TensorBoard timm Transformers Transformers.js Unity Sentis
モデルウィジェット モデル推論 モデルのダウンロード統計 モデルリリースチェックリスト ハードウェア ローカルアプリ よくある質問 高度なトピック Datasetsの概要 Dataset Cards Gated Datasets Datasets のアップロード データセットのアップロード(LLM用) データのダウンロード ストリーミングデータセット 統合ライブラリ Data Studio エージェントのトレース Datasets ダウンロード統計
Spaces Spaces 概要 Spaces GPU アップグレード Spaces ZeroGPU Spaces Dev Mode Spaces ディスク使用量とストレージ Spaces カスタムドメイン SpacesをMCPサーバーとして Spacesをエージェントツールとして Spaces を API エンドポイントとして利用する Gradio Spaces Streamlit Spaces 静的 HTML Spaces Docker Spaces Space を埋め込む Docker で Spaces を実行する Spaces 設定リファレンス HFでサインイン 注目のスペース Spaces 変更履歴 高度なトピック
ストレージバケット new コンテナイメージ new ジョブ ジョブの概要 クイックスタート 料金と請求 ジョブの管理 設定 Dockerイメージの使用 モデルのサービング モデルの学習 例とチュートリアル 大規模なデータセットの処理 ジョブのスケジュール設定 Webhook 自動化 リファレンス
エージェント エージェントの概要 AIエージェント向けHugging Face CLI Hugging Face MCP Server Hugging Face Agent Skills HF SDK を用いたエージェントの構築 llama.cppによるローカルエージェント エージェントライブラリ セッショントレース形式
その他 Hugging Faceでのfastaiの活用
fastai は、PyTorch と Python を活用したオープンソースの Deep Learning ライブラリです。テキスト、ビジョン、テーブルデータに対して、最先端の出力を得ながら、高速かつ高精度なニューラルネットワークを訓練するための高レベルなコンポーネントを提供します。
Hubでのfastaiの探索
モデルページの左側でフィルタリングすることで、fastaiのモデルを見つけることができます。
Hub上のすべてのモデルには、以下の機能が備わっています:
- 検索性を高めるための簡潔な説明とメタデータタグを備えた、自動生成されたモデルカード。
- ブラウザ上でモデルを直接試すことができるインタラクティブなウィジェット(Image Classification用)
- Image Classification用の推論リクエストを送信できるInference Providersウィジェットです。
既存のモデルを使用する
huggingface_hub ライブラリは、Hub からモデルをダウンロードするためのユーティリティ関数を備えた軽量な Python クライアントです。
pip install huggingface_hub["fastai"]ライブラリをインストールした後、from_pretrained_fastai メソッドを使用するだけです。このメソッドはモデルを読み込むだけでなく、モデルが保存された時点のfastaiバージョンも検証します。再現性にとって重要な点です。
from huggingface_hub import from_pretrained_fastai
learner = from_pretrained_fastai("espejelomar/identify-my-cat")
_,_,probs = learner.predict(img)
print(f"Probability it's a cat: {100*probs[1].item():.2f}%")
# Probability it's a cat: 100.00%特定のモデルの読み込み方法を確認するには、Use in fastai をクリックしてください。動作するスニペットが表示され、モデルを読み込むことができます。


モデルの共有
fastaiモデルは、push_to_hub_fastaiメソッドを使用して共有できます。
from huggingface_hub import push_to_hub_fastai
push_to_hub_fastai(learner=learn, repo_id="espejelomar/identify-my-cat")