Hub documentation
Sử dụng Asteroid trên Hugging Face
Sử dụng Asteroid trên Hugging Face
asteroid là bộ công cụ PyTorch cho tách nguồn âm thanh. Nó cho phép thử nghiệm nhanh trên các bộ dữ liệu phổ biến, với khả năng hỗ trợ một phạm vi lớn các bộ dữ liệu và công thức (recipes) để tái hiện các bài báo.
Khám phá Asteroid trong Hub
Bạn có thể tìm các mô hình asteroid bằng cách lọc ở phía bên trái của trang models.
Tất cả các mô hình trên Hub đều có các tính năng sau:
- Thẻ mô tả mô hình được tạo tự động, bao gồm mô tả, cấu hình huấn luyện, các chỉ số đo lường và nhiều thông tin khác.
- Các thẻ metadata hỗ trợ khả năng tìm kiếm và chứa thông tin như giấy phép và bộ dữ liệu.
- Một widget tương tác mà bạn có thể sử dụng để thử nghiệm trực tiếp với mô hình ngay trong trình duyệt.
- Một widget của Inference Providers cho phép thực hiện các yêu cầu suy luận.
Sử dụng các mô hình có sẵn
Để có hướng dẫn đầy đủ về việc tải các mô hình được huấn luyện trước, chúng tôi khuyến nghị bạn xem hướng dẫn chính thức.
Tất cả các lớp mô hình (BaseModel, ConvTasNet, v.v.) đều có phương thức from_pretrained cho phép bạn tải các mô hình từ Hub.
from asteroid.models import ConvTasNet
model = ConvTasNet.from_pretrained('mpariente/ConvTasNet_WHAM_sepclean')Nếu bạn muốn xem cách tải một mô hình cụ thể, hãy nhấp vào Use in Adapter Transformers và bạn sẽ nhận được một đoạn mã hoạt động để tải mô hình đó!
Chia sẻ các mô hình của bạn
Hiện tại chưa có phương pháp tự động để tải các mô hình của bạn lên Hub, nhưng quy trình tải lên được mô tả trong hướng dẫn chính thức.
Tất cả các công thức tạo ra tất cả các tệp cần thiết để tải lên một mô hình lên Hub. Quy trình thường bao gồm các bước sau:
- Tạo và nhân bản kho lưu trữ mô hình.
- Di chuyển các tệp từ kết quả của công thức (recipe) sang kho lưu trữ (thẻ mô hình, tệp mô hình, vết TensorBoard).
- Đẩy các tệp (
git add+git commit+git push).
Sau khi thực hiện điều này, bạn có thể thử nghiệm mô hình của mình trực tiếp trong trình duyệt và chia sẻ nó với phần còn lại của cộng đồng.