Instanciez l'une des classes de configuration de la bibliothèque à partir de la configuration d'un modèle pré-entraîné.

La classe de configuration à instancier est sélectionnée en fonction de la propriété model_type de l’objet de configuration chargé, ou, en cas d’absence, en recourant à une correspondance de motifs sur pretrained_model_name_or_path :

• EvollaModel — EvollaConfig (modèle EvollaConfig)
• afmoe — AfmoeConfig (modèle AfmoeConfig)
• aimv2 — Aimv2Config (modèle Aimv2Config)
• aimv2_text_model — Aimv2TextConfig (modèle Aimv2TextConfig)
• aimv2_vision_model — Aimv2VisionConfig (modèle Aimv2VisionConfig)
• albert — AlbertConfig (modèle AlbertConfig)
• align — AlignConfig (modèle AlignConfig)
• align_text_model — AlignTextConfig (modèle AlignTextConfig)
• align_vision_model — AlignVisionConfig (modèle AlignVisionConfig)
• altclip — AltCLIPConfig (modèle AltCLIPConfig)
• altclip_text_model — AltCLIPTextConfig (modèle AltCLIPTextConfig)
• altclip_vision_model — AltCLIPVisionConfig (modèle AltCLIPVisionConfig)
• apertus — ApertusConfig (modèle ApertusConfig)
• arcee — ArceeConfig (modèle ArceeConfig)
• aria — AriaConfig (modèle AriaConfig)
• aria_text — AriaTextConfig (modèle AriaTextConfig)
• audio-spectrogram-transformer — ASTConfig (modèle ASTConfig)
• audioflamingo3 — AudioFlamingo3Config (modèle AudioFlamingo3Config)
• audioflamingo3_encoder — AudioFlamingo3EncoderConfig (modèle AudioFlamingo3EncoderConfig)
• autoformer — AutoformerConfig (modèle AutoformerConfig)
• axk1 — AXK1Config (modèle AXK1Config)
• axk2 — AXK2Config (modèle AXK2Config)
• aya_vision — AyaVisionConfig (modèle AyaVisionConfig)
• bailing_hybrid — BailingHybridConfig (modèle BailingHybridConfig)
• bamba — BambaConfig (modèle BambaConfig)
• bark — BarkConfig (modèle BarkConfig)
• bart — BartConfig (modèle BartConfig)
• beam — BeamConfig (modèle BeamConfig)
• beit — BeitConfig (modèle BeitConfig)
• bert — BertConfig (modèle BertConfig)
• bert-generation — BertGenerationConfig (modèle BertGenerationConfig)
• big_bird — BigBirdConfig (modèle BigBirdConfig)
• bigbird_pegasus — BigBirdPegasusConfig (modèle BigBirdPegasusConfig)
• biogpt — BioGptConfig (modèle BioGptConfig)
• bit — BitConfig (modèle BitConfig)
• bitnet — BitNetConfig (modèle BitNetConfig)
• blenderbot — BlenderbotConfig (modèle BlenderbotConfig)
• blenderbot-small — BlenderbotSmallConfig (modèle BlenderbotSmallConfig)
• blip — BlipConfig (modèle BlipConfig)
• blip-2 — Blip2Config (modèle Blip2Config)
• blip_2_qformer — Blip2QFormerConfig (modèle Blip2QFormerConfig)
• blip_2_vision_model — Blip2VisionConfig (modèle Blip2VisionConfig)
• blip_text_model — BlipTextConfig (modèle BlipTextConfig)
• blip_vision_model — BlipVisionConfig (modèle BlipVisionConfig)
• bloom — BloomConfig (modèle BloomConfig)
• blt — BltConfig (modèle BltConfig)
• blt_global_transformer — BltGlobalTransformerConfig (modèle BltGlobalTransformerConfig)
• blt_local_decoder — BltLocalDecoderConfig (modèle BltLocalDecoderConfig)
• blt_local_encoder — BltLocalEncoderConfig (modèle BltLocalEncoderConfig)
• blt_patcher — BltPatcherConfig (modèle BltPatcherConfig)
• bridgetower — BridgeTowerConfig (modèle BridgeTowerConfig)
• bridgetower_text_model — BridgeTowerTextConfig (modèle BridgeTowerTextConfig)
• bridgetower_vision_model — BridgeTowerVisionConfig (modèle BridgeTowerVisionConfig)
• bros — BrosConfig (modèle BrosConfig)
• camembert — CamembertConfig (modèle CamembertConfig)
• canary — CanaryConfig (modèle CanaryConfig)
• canary_decoder — CanaryDecoderConfig (modèle CanaryDecoderConfig)
• canine — CanineConfig (modèle CanineConfig)
• chameleon — ChameleonConfig (modèle ChameleonConfig)
• chameleon_vqgan — ChameleonVQVAEConfig (modèle ChameleonVQVAEConfig)
• chinese_clip — ChineseCLIPConfig (modèle ChineseCLIPConfig)
• chinese_clip_text_model — ChineseCLIPTextConfig (modèle ChineseCLIPTextConfig)
• chinese_clip_vision_model — ChineseCLIPVisionConfig (modèle ChineseCLIPVisionConfig)
• chmv2 — CHMv2Config (modèle CHMv2Config)
• clap — ClapConfig (modèle ClapConfig)
• clap_audio_model — ClapAudioConfig (modèle ClapAudioConfig)
• clap_text_model — ClapTextConfig (modèle ClapTextConfig)
• clip — CLIPConfig (modèle CLIPConfig)
• clip_text_model — CLIPTextConfig (modèle CLIPTextConfig)
• clip_vision_model — CLIPVisionConfig (modèle CLIPVisionConfig)
• clipseg — CLIPSegConfig (modèle CLIPSegConfig)
• clipseg_text_model — CLIPSegTextConfig (modèle CLIPSegTextConfig)
• clipseg_vision_model — CLIPSegVisionConfig (modèle CLIPSegVisionConfig)
• clvp — ClvpConfig (modèle ClvpConfig)
• clvp_decoder — ClvpDecoderConfig (modèle ClvpDecoderConfig)
• clvp_encoder — ClvpEncoderConfig (modèle ClvpEncoderConfig)
• codegen — CodeGenConfig (modèle CodeGenConfig)
• cohere — CohereConfig (modèle CohereConfig)
• cohere2 — Cohere2Config (modèle Cohere2Config)
• cohere2_moe — Cohere2MoeConfig (modèle Cohere2MoeConfig)
• cohere2_vision — Cohere2VisionConfig (modèle Cohere2VisionConfig)
• cohere_asr — CohereAsrConfig (modèle CohereAsrConfig)
• cohere_compass — CohereCompassConfig (modèle CohereCompassConfig)
• cohere_compass_text — CohereCompassTextConfig (modèle CohereCompassTextConfig)
• cohere_compass_vision — CohereCompassVisionConfig (modèle CohereCompassVisionConfig)
• colmodernvbert — ColModernVBertConfig (modèle ColModernVBertConfig)
• colpali — ColPaliConfig (modèle ColPaliConfig)
• colqwen2 — ColQwen2Config (modèle ColQwen2Config)
• conditional_detr — ConditionalDetrConfig (modèle ConditionalDetrConfig)
• convbert — ConvBertConfig (modèle ConvBertConfig)
• convnext — ConvNextConfig (modèle ConvNextConfig)
• convnextv2 — ConvNextV2Config (modèle ConvNextV2Config)
• cosmos3_edge — Cosmos3EdgeConfig (modèle Cosmos3EdgeConfig)
• cosmos3_edge_text — Cosmos3EdgeTextConfig (modèle Cosmos3EdgeTextConfig)
• cosmos3_edge_vision — Cosmos3EdgeVisionConfig (modèle Cosmos3EdgeVisionConfig)
• cosmos3_omni — Cosmos3OmniConfig (modèle Cosmos3OmniConfig)
• cpmant — CpmAntConfig (modèle CpmAntConfig)
• csm — CsmConfig (modèle CsmConfig)
• csm_depth_decoder_model — CsmDepthDecoderConfig (modèle CsmDepthDecoderConfig)
• ctrl — CTRLConfig (modèle CTRLConfig)
• cvt — CvtConfig (modèle CvtConfig)
• cwm — CwmConfig (modèle CwmConfig)
• d_fine — DFineConfig (modèle DFineConfig)
• dab-detr — DabDetrConfig (modèle DabDetrConfig)
• dac — DacConfig (modèle DacConfig)
• data2vec-audio — Data2VecAudioConfig (modèle Data2VecAudioConfig)
• data2vec-text — Data2VecTextConfig (modèle Data2VecTextConfig)
• data2vec-vision — Data2VecVisionConfig (modèle Data2VecVisionConfig)
• dbrx — DbrxConfig (modèle DbrxConfig)
• deberta — DebertaConfig (modèle DebertaConfig)
• deberta-v2 — DebertaV2Config (modèle DebertaV2Config)
• decision_transformer — DecisionTransformerConfig (modèle DecisionTransformerConfig)
• deepseek_ocr2 — DeepseekOcr2Config (modèle DeepseekOcr2Config)
• deepseek_ocr2_encoder — DeepseekOcr2VisionEncoderConfig (modèle DeepseekOcr2VisionEncoderConfig)
• deepseek_ocr2_sam_vision_model — DeepseekOcr2SamVisionConfig (modèle DeepseekOcr2SamVisionConfig)
• deepseek_ocr2_text — DeepseekOcr2TextConfig (modèle DeepseekOcr2TextConfig)
• deepseek_ocr2_vision — DeepseekOcr2VisionConfig (modèle DeepseekOcr2VisionConfig)
• deepseek_v2 — DeepseekV2Config (modèle DeepseekV2Config)
• deepseek_v3 — DeepseekV3Config (modèle DeepseekV3Config)
• deepseek_v32 — DeepseekV32Config (modèle DeepseekV32Config)
• deepseek_v4 — DeepseekV4Config (modèle DeepseekV4Config)
• deepseek_vl — DeepseekVLConfig (modèle DeepseekVLConfig)
• deepseek_vl_hybrid — DeepseekVLHybridConfig (modèle DeepseekVLHybridConfig)
• deformable_detr — DeformableDetrConfig (modèle DeformableDetrConfig)
• deimv2 — Deimv2Config (modèle Deimv2Config)
• deit — DeiTConfig (modèle DeiTConfig)
• depth_anything — DepthAnythingConfig (modèle DepthAnythingConfig)
• depth_pro — DepthProConfig (modèle DepthProConfig)
• detr — DetrConfig (modèle DetrConfig)
• dia — DiaConfig (modèle DiaConfig)
• dia_decoder — DiaDecoderConfig (modèle DiaDecoderConfig)
• dia_encoder — DiaEncoderConfig (modèle DiaEncoderConfig)
• diffllama — DiffLlamaConfig (modèle DiffLlamaConfig)
• diffusion_gemma — DiffusionGemmaConfig (modèle DiffusionGemmaConfig)
• diffusion_gemma_text — DiffusionGemmaTextConfig (modèle DiffusionGemmaTextConfig)
• dinat — DinatConfig (modèle DinatConfig)
• dinov2 — Dinov2Config (modèle Dinov2Config)
• dinov2_with_registers — Dinov2WithRegistersConfig (modèle Dinov2WithRegistersConfig)
• dinov3_convnext — DINOv3ConvNextConfig (modèle DINOv3ConvNextConfig)
• dinov3_vit — DINOv3ViTConfig (modèle DINOv3ViTConfig)
• distilbert — DistilBertConfig (modèle DistilBertConfig)
• doge — DogeConfig (modèle DogeConfig)
• donut-swin — DonutSwinConfig (modèle DonutSwinConfig)
• dots1 — Dots1Config (modèle Dots1Config)
• dpr — DPRConfig (modèle DPRConfig)
• dpt — DPTConfig (modèle DPTConfig)
• edgetam — EdgeTamConfig (modèle EdgeTamConfig)
• edgetam_mask_decoder — EdgeTamMaskDecoderConfig (modèle EdgeTamMaskDecoderConfig)
• edgetam_prompt_encoder — EdgeTamPromptEncoderConfig (modèle EdgeTamPromptEncoderConfig)
• edgetam_video — EdgeTamVideoConfig (modèle EdgeTamVideoConfig)
• edgetam_video_mask_decoder — EdgeTamVideoMaskDecoderConfig (modèle EdgeTamVideoMaskDecoderConfig)
• edgetam_video_prompt_encoder — EdgeTamVideoPromptEncoderConfig (modèle EdgeTamVideoPromptEncoderConfig)
• edgetam_vision_model — EdgeTamVisionConfig (modèle EdgeTamVisionConfig)
• efficientloftr — EfficientLoFTRConfig (modèle EfficientLoFTRConfig)
• efficientnet — EfficientNetConfig (modèle EfficientNetConfig)
• electra — ElectraConfig (modèle ElectraConfig)
• embedding_gemma2 — EmbeddingGemma2Config (modèle EmbeddingGemma2Config)
• embedding_gemma2_text — EmbeddingGemma2TextConfig (modèle EmbeddingGemma2TextConfig)
• emu3 — Emu3Config (modèle Emu3Config)
• emu3_text_model — Emu3TextConfig (modèle Emu3TextConfig)
• emu3_vqgan — Emu3VQVAEConfig (modèle Emu3VQVAEConfig)
• encodec — EncodecConfig (modèle EncodecConfig)
• encoder-decoder — EncoderDecoderConfig (modèle EncoderDecoderConfig)
• eomt — EomtConfig (modèle EomtConfig)
• eomt_dinov3 — EomtDinov3Config (modèle EomtDinov3Config)
• ernie — ErnieConfig (modèle ErnieConfig)
• ernie4_5 — Ernie4_5Config (modèle Ernie4_5Config)
• ernie4_5_moe — Ernie4_5_MoeConfig (modèle Ernie4_5_MoeConfig)
• ernie4_5_vl_moe — Ernie4_5_VLMoeConfig (modèle Ernie4_5_VLMoeConfig)
• ernie4_5_vl_moe_text — Ernie4_5_VLMoeTextConfig (modèle Ernie4_5_VLMoeTextConfig)
• ernie4_5_vl_moe_vision — Ernie4_5_VLMoeVisionConfig (modèle Ernie4_5_VLMoeVisionConfig)
• esm — EsmConfig (modèle EsmConfig)
• esmc — EsmcConfig (modèle EsmcConfig)
• esmfold2 — EsmFold2Config (modèle EsmFold2Config)
• eurobert — EuroBertConfig (modèle EuroBertConfig)
• evolla — EvollaConfig (modèle EvollaConfig)
• exaone4 — Exaone4Config (modèle Exaone4Config)
• exaone4_5 — Exaone4_5_Config (modèle Exaone4_5_Config)
• exaone4_5_vision — Exaone4_5_VisionConfig (modèle Exaone4_5_VisionConfig)
• exaone_moe — ExaoneMoeConfig (modèle ExaoneMoeConfig)
• falcon — FalconConfig (modèle FalconConfig)
• falcon_h1 — FalconH1Config (modèle FalconH1Config)
• falcon_mamba — FalconMambaConfig (modèle FalconMambaConfig)
• fast_vlm — FastVlmConfig (modèle FastVlmConfig)
• fastspeech2_conformer — FastSpeech2ConformerConfig (modèle FastSpeech2ConformerConfig)
• fastspeech2_conformer_hifigan — FastSpeech2ConformerHifiGanConfig (modèle FastSpeech2ConformerHifiGanConfig)
• fastspeech2_conformer_with_hifigan — FastSpeech2ConformerWithHifiGanConfig (modèle FastSpeech2ConformerWithHifiGanConfig)
• flaubert — FlaubertConfig (modèle FlaubertConfig)
• flava — FlavaConfig (modèle FlavaConfig)
• flava_image_codebook — FlavaImageCodebookConfig (modèle FlavaImageCodebookConfig)
• flava_image_model — FlavaImageConfig (modèle FlavaImageConfig)
• flava_multimodal_model — FlavaMultimodalConfig (modèle FlavaMultimodalConfig)
• flava_text_model — FlavaTextConfig (modèle FlavaTextConfig)
• flex_olmo — FlexOlmoConfig (modèle FlexOlmoConfig)
• flint — FlintConfig (modèle FlintConfig)
• florence2 — Florence2Config (modèle Florence2Config)
• florence_vision — Florence2VisionConfig (modèle Florence2VisionConfig)
• fnet — FNetConfig (modèle FNetConfig)
• focalnet — FocalNetConfig (modèle FocalNetConfig)
• fsmt — FSMTConfig (modèle FSMTConfig)
• fun_asr_nano — FunAsrNanoConfig (modèle FunAsrNanoConfig)
• fun_asr_nano_encoder — FunAsrNanoEncoderConfig (modèle FunAsrNanoEncoderConfig)
• funnel — FunnelConfig (modèle FunnelConfig)
• fuyu — FuyuConfig (modèle FuyuConfig)
• gemma — GemmaConfig (modèle GemmaConfig)
• gemma2 — Gemma2Config (modèle Gemma2Config)
• gemma3 — Gemma3Config (modèle Gemma3Config)
• gemma3_text — Gemma3TextConfig (modèle Gemma3TextConfig)
• gemma3n — Gemma3nConfig (modèle Gemma3nConfig)
• gemma3n_audio — Gemma3nAudioConfig (modèle Gemma3nAudioConfig)
• gemma3n_text — Gemma3nTextConfig (modèle Gemma3nTextConfig)
• gemma3n_vision — Gemma3nVisionConfig (modèle Gemma3nVisionConfig)
• gemma4 — Gemma4Config (modèle Gemma4Config)
• gemma4_assistant — Gemma4AssistantConfig (modèle Gemma4AssistantConfig)
• gemma4_audio — Gemma4AudioConfig (modèle Gemma4AudioConfig)
• gemma4_text — Gemma4TextConfig (modèle Gemma4TextConfig)
• gemma4_unified — Gemma4UnifiedConfig (modèle Gemma4UnifiedConfig)
• gemma4_unified_assistant — Gemma4UnifiedAssistantConfig (modèle Gemma4UnifiedAssistantConfig)
• gemma4_unified_audio — Gemma4UnifiedAudioConfig (modèle Gemma4UnifiedAudioConfig)
• gemma4_unified_text — Gemma4UnifiedTextConfig (modèle Gemma4UnifiedTextConfig)
• gemma4_unified_vision — Gemma4UnifiedVisionConfig (modèle Gemma4UnifiedVisionConfig)
• gemma4_vision — Gemma4VisionConfig (modèle Gemma4VisionConfig)
• git — GitConfig (modèle GitConfig)
• git_vision_model — GitVisionConfig (modèle GitVisionConfig)
• glm — GlmConfig (modèle GlmConfig)
• glm4 — Glm4Config (modèle Glm4Config)
• glm46v — Glm46VConfig (modèle Glm46VConfig)
• glm4_moe — Glm4MoeConfig (modèle Glm4MoeConfig)
• glm4_moe_lite — Glm4MoeLiteConfig (modèle Glm4MoeLiteConfig)
• glm4v — Glm4vConfig (modèle Glm4vConfig)
• glm4v_moe — Glm4vMoeConfig (modèle Glm4vMoeConfig)
• glm4v_moe_text — Glm4vMoeTextConfig (modèle Glm4vMoeTextConfig)
• glm4v_moe_vision — Glm4vMoeVisionConfig (modèle Glm4vMoeVisionConfig)
• glm4v_text — Glm4vTextConfig (modèle Glm4vTextConfig)
• glm4v_vision — Glm4vVisionConfig (modèle Glm4vVisionConfig)
• glm5_next — Glm5NextConfig (modèle Glm5NextConfig)
• glm5_next_text — Glm5NextTextConfig (modèle Glm5NextTextConfig)
• glm5_next_vision — Glm5NextVisionConfig (modèle Glm5NextVisionConfig)
• glm_image — GlmImageConfig (modèle GlmImageConfig)
• glm_image_text — GlmImageTextConfig (modèle GlmImageTextConfig)
• glm_image_vision — GlmImageVisionConfig (modèle GlmImageVisionConfig)
• glm_image_vqmodel — GlmImageVQVAEConfig (modèle GlmImageVQVAEConfig)
• glm_moe_dsa — GlmMoeDsaConfig (modèle GlmMoeDsaConfig)
• glm_ocr — GlmOcrConfig (modèle GlmOcrConfig)
• glm_ocr_text — GlmOcrTextConfig (modèle GlmOcrTextConfig)
• glm_ocr_vision — GlmOcrVisionConfig (modèle GlmOcrVisionConfig)
• glmasr — GlmAsrConfig (modèle GlmAsrConfig)
• glmasr_encoder — GlmAsrEncoderConfig (modèle GlmAsrEncoderConfig)
• glmga — GlmgaConfig (modèle GlmgaConfig)
• glpn — GLPNConfig (modèle GLPNConfig)
• got_ocr2 — GotOcr2Config (modèle GotOcr2Config)
• got_ocr2_vision — GotOcr2VisionConfig (modèle GotOcr2VisionConfig)
• gpt-sw3 — GPT2Config (modèle GPT2Config)
• gpt2 — GPT2Config (modèle GPT2Config)
• gpt_bigcode — GPTBigCodeConfig (modèle GPTBigCodeConfig)
• gpt_neo — GPTNeoConfig (modèle GPTNeoConfig)
• gpt_neox — GPTNeoXConfig (modèle GPTNeoXConfig)
• gpt_neox_japanese — GPTNeoXJapaneseConfig (modèle GPTNeoXJapaneseConfig)
• gpt_oss — GptOssConfig (modèle GptOssConfig)
• gptj — GPTJConfig (modèle GPTJConfig)
• gradium_phonon_tts — GradiumPhononTTSConfig (modèle GradiumPhononTTSConfig)
• granite — GraniteConfig (modèle GraniteConfig)
• granite4_vision — Granite4VisionConfig (modèle Granite4VisionConfig)
• granite4_vision_text — Granite4VisionTextConfig (modèle Granite4VisionTextConfig)
• granite_speech — GraniteSpeechConfig (modèle GraniteSpeechConfig)
• granite_speech5_ctc — GraniteSpeech5CTCConfig (modèle GraniteSpeech5CTCConfig)
• granite_speech5_encoder — GraniteSpeech5EncoderConfig (modèle GraniteSpeech5EncoderConfig)
• granite_speech_encoder — GraniteSpeechEncoderConfig (modèle GraniteSpeechEncoderConfig)
• granite_speech_plus — GraniteSpeechPlusConfig (modèle GraniteSpeechPlusConfig)
• granite_speech_plus_encoder — GraniteSpeechPlusEncoderConfig (modèle GraniteSpeechPlusEncoderConfig)
• granite_swa — GraniteSWAConfig (modèle GraniteSWAConfig)
• granitemoe — GraniteMoeConfig (modèle GraniteMoeConfig)
• granitemoe_swa — GraniteMoeSWAConfig (modèle GraniteMoeSWAConfig)
• granitemoehybrid — GraniteMoeHybridConfig (modèle GraniteMoeHybridConfig)
• granitemoeshared — GraniteMoeSharedConfig (modèle GraniteMoeSharedConfig)
• grounding-dino — GroundingDinoConfig (modèle GroundingDinoConfig)
• groupvit — GroupViTConfig (modèle GroupViTConfig)
• groupvit_text_model — GroupViTTextConfig (modèle GroupViTTextConfig)
• groupvit_vision_model — GroupViTVisionConfig (modèle GroupViTVisionConfig)
• gte — GteConfig (modèle GteConfig)
• helium — HeliumConfig (modèle HeliumConfig)
• hgnet_v2 — HGNetV2Config (modèle HGNetV2Config)
• hiera — HieraConfig (modèle HieraConfig)
• higgs_audio_v2 — HiggsAudioV2Config (modèle HiggsAudioV2Config)
• higgs_audio_v2_tokenizer — HiggsAudioV2TokenizerConfig (modèle HiggsAudioV2TokenizerConfig)
• hrm_text — HrmTextConfig (modèle HrmTextConfig)
• hubert — HubertConfig (modèle HubertConfig)
• hunyuan_v1_dense — HunYuanDenseV1Config (modèle HunYuanDenseV1Config)
• hunyuan_v1_moe — HunYuanMoEV1Config (modèle HunYuanMoEV1Config)
• hunyuan_vl — HunYuanVLConfig (modèle HunYuanVLConfig)
• hunyuan_vl_text — HunYuanVLTextConfig (modèle HunYuanVLTextConfig)
• hunyuan_vl_vision — HunYuanVLVisionConfig (modèle HunYuanVLVisionConfig)
• hy_v3 — HYV3Config (modèle HYV3Config)
• hy_v4 — HYV4Config (modèle HYV4Config)
• hyperclovax — HyperCLOVAXConfig (modèle HyperCLOVAXConfig)
• hyperclovax_vision_v2 — HyperCLOVAXVisionV2Config (modèle HyperCLOVAXVisionV2Config)
• ibert — IBertConfig (modèle IBertConfig)
• idefics — IdeficsConfig (modèle IdeficsConfig)
• idefics2 — Idefics2Config (modèle Idefics2Config)
• idefics2_perceiver — Idefics2PerceiverConfig (modèle Idefics2PerceiverConfig)
• idefics2_vision — Idefics2VisionConfig (modèle Idefics2VisionConfig)
• idefics3 — Idefics3Config (modèle Idefics3Config)
• idefics3_vision — Idefics3VisionConfig (modèle Idefics3VisionConfig)
• idefics_perciever — IdeficsPerceiverConfig (modèle IdeficsPerceiverConfig)
• idefics_vision — IdeficsVisionConfig (modèle IdeficsVisionConfig)
• ijepa — IJepaConfig (modèle IJepaConfig)
• imagegpt — ImageGPTConfig (modèle ImageGPTConfig)
• informer — InformerConfig (modèle InformerConfig)
• inkling_audio — InklingAudioConfig (modèle InklingAudioConfig)
• inkling_mm_model — InklingConfig (modèle InklingConfig)
• inkling_text — InklingTextConfig (modèle InklingTextConfig)
• inkling_vision — InklingVisionConfig (modèle InklingVisionConfig)
• instructblip — InstructBlipConfig (modèle InstructBlipConfig)
• instructblip_qformer — InstructBlipQFormerConfig (modèle InstructBlipQFormerConfig)
• instructblip_vision_model — InstructBlipVisionConfig (modèle InstructBlipVisionConfig)
• instructblipvideo — InstructBlipVideoConfig (modèle InstructBlipVideoConfig)
• instructblipvideo_qformer — InstructBlipVideoQFormerConfig (modèle InstructBlipVideoQFormerConfig)
• instructblipvideo_vision_model — InstructBlipVideoVisionConfig (modèle InstructBlipVideoVisionConfig)
• internvl — InternVLConfig (modèle InternVLConfig)
• internvl_vision — InternVLVisionConfig (modèle InternVLVisionConfig)
• jais2 — Jais2Config (modèle Jais2Config)
• jamba — JambaConfig (modèle JambaConfig)
• janus — JanusConfig (modèle JanusConfig)
• janus_vision_model — JanusVisionConfig (modèle JanusVisionConfig)
• janus_vqgan — JanusVQVAEConfig (modèle JanusVQVAEConfig)
• jetmoe — JetMoeConfig (modèle JetMoeConfig)
• jina_embeddings_v3 — JinaEmbeddingsV3Config (modèle JinaEmbeddingsV3Config)
• kimi_k25 — Kimi_K25Config (modèle Kimi_K25Config)
• kimi_k25_vision — Kimi_K25VisionConfig (modèle Kimi_K25VisionConfig)
• kimi_linear — KimiLinearConfig (modèle KimiLinearConfig)
• kolibri1 — Kolibri1Config (modèle Kolibri1Config)
• kosmos-2 — Kosmos2Config (modèle Kosmos2Config)
• kosmos-2.5 — Kosmos2_5Config (modèle Kosmos2_5Config)
• kosmos_2_5_text_model — Kosmos2_5TextConfig (modèle Kosmos2_5TextConfig)
• kosmos_2_5_vision_model — Kosmos2_5VisionConfig (modèle Kosmos2_5VisionConfig)
• kosmos_2_text_model — Kosmos2TextConfig (modèle Kosmos2TextConfig)
• kosmos_2_vision_model — Kosmos2VisionConfig (modèle Kosmos2VisionConfig)
• kyutai_speech_to_text — KyutaiSpeechToTextConfig (modèle KyutaiSpeechToTextConfig)
• laguna — LagunaConfig (modèle LagunaConfig)
• lasr_ctc — LasrCTCConfig (modèle LasrCTCConfig)
• lasr_encoder — LasrEncoderConfig (modèle LasrEncoderConfig)
• layoutlm — LayoutLMConfig (modèle LayoutLMConfig)
• layoutlmv2 — LayoutLMv2Config (modèle LayoutLMv2Config)
• layoutlmv3 — LayoutLMv3Config (modèle LayoutLMv3Config)
• layoutxlm — LayoutXLMConfig (modèle LayoutXLMConfig)
• led — LEDConfig (modèle LEDConfig)
• levit — LevitConfig (modèle LevitConfig)
• lfm2 — Lfm2Config (modèle Lfm2Config)
• lfm2_moe — Lfm2MoeConfig (modèle Lfm2MoeConfig)
• lfm2_vl — Lfm2VlConfig (modèle Lfm2VlConfig)
• lightglue — LightGlueConfig (modèle LightGlueConfig)
• lighton_ocr — LightOnOcrConfig (modèle LightOnOcrConfig)
• lilt — LiltConfig (modèle LiltConfig)
• llama — LlamaConfig (modèle LlamaConfig)
• llama4 — Llama4Config (modèle Llama4Config)
• llama4_text — Llama4TextConfig (modèle Llama4TextConfig)
• llama4_vision_model — Llama4VisionConfig (modèle Llama4VisionConfig)
• llava — LlavaConfig (modèle LlavaConfig)
• llava_next — LlavaNextConfig (modèle LlavaNextConfig)
• llava_next_video — LlavaNextVideoConfig (modèle LlavaNextVideoConfig)
• llava_onevision — LlavaOnevisionConfig (modèle LlavaOnevisionConfig)
• longcat_flash — LongcatFlashConfig (modèle LongcatFlashConfig)
• longformer — LongformerConfig (modèle LongformerConfig)
• longt5 — LongT5Config (modèle LongT5Config)
• luke — LukeConfig (modèle LukeConfig)
• lw_detr — LwDetrConfig (modèle LwDetrConfig)
• lw_detr_vit — LwDetrViTConfig (modèle LwDetrViTConfig)
• lxmert — LxmertConfig (modèle LxmertConfig)
• m2m_100 — M2M100Config (modèle M2M100Config)
• mamba — MambaConfig (modèle MambaConfig)
• mamba2 — Mamba2Config (modèle Mamba2Config)
• marian — MarianConfig (modèle MarianConfig)
• markuplm — MarkupLMConfig (modèle MarkupLMConfig)
• mask2former — Mask2FormerConfig (modèle Mask2FormerConfig)
• maskformer — MaskFormerConfig (modèle MaskFormerConfig)
• maskformer-swin — MaskFormerSwinConfig (modèle MaskFormerSwinConfig)
• mbart — MBartConfig (modèle MBartConfig)
• megatron-bert — MegatronBertConfig (modèle MegatronBertConfig)
• mellum — MellumConfig (modèle MellumConfig)
• metaclip_2 — MetaClip2Config (modèle MetaClip2Config)
• metaclip_2_text_model — MetaClip2TextConfig (modèle MetaClip2TextConfig)
• metaclip_2_vision_model — MetaClip2VisionConfig (modèle MetaClip2VisionConfig)
• mgp-str — MgpstrConfig (modèle MgpstrConfig)
• mimi — MimiConfig (modèle MimiConfig)
• mimi_decoder — MimiDecoderConfig (modèle MimiDecoderConfig)
• mimi_encoder — MimiEncoderConfig (modèle MimiEncoderConfig)
• mimo_v2_flash — MiMoV2FlashConfig (modèle MiMoV2FlashConfig)
• minicpm3 — MiniCPM3Config (modèle MiniCPM3Config)
• minicpm_ocr — MiniCPMOcrConfig (modèle MiniCPMOcrConfig)
• minicpm_ocr_vision — MiniCPMOcrVisionConfig (modèle MiniCPMOcrVisionConfig)
• minicpmv4_6 — MiniCPMV4_6Config (modèle MiniCPMV4_6Config)
• minicpmv4_6_vision — MiniCPMV4_6VisionConfig (modèle MiniCPMV4_6VisionConfig)
• minicpmv4_7 — MiniCPMV4_7Config (modèle MiniCPMV4_7Config)
• minicpmv4_7_vision — MiniCPMV4_7VisionConfig (modèle MiniCPMV4_7VisionConfig)
• minimax — MiniMaxConfig (modèle MiniMaxConfig)
• minimax_m2 — MiniMaxM2Config (modèle MiniMaxM2Config)
• minimax_m3_vl — MiniMaxM3VLConfig (modèle MiniMaxM3VLConfig)
• minimax_m3_vl_text — MiniMaxM3VLTextConfig (modèle MiniMaxM3VLTextConfig)
• minimax_m3_vl_vision — MiniMaxM3VLVisionConfig (modèle MiniMaxM3VLVisionConfig)
• ministral — MinistralConfig (modèle MinistralConfig)
• ministral3 — Ministral3Config (modèle Ministral3Config)
• mistral — MistralConfig (modèle MistralConfig)
• mistral3 — Mistral3Config (modèle Mistral3Config)
• mistral4 — Mistral4Config (modèle Mistral4Config)
• mistral_large4 — MistralLarge4Config (modèle MistralLarge4Config)
• mistral_large4_text — MistralLarge4TextConfig (modèle MistralLarge4TextConfig)
• mixtral — MixtralConfig (modèle MixtralConfig)
• mlcd — MLCDVisionConfig (modèle MLCDVisionConfig)
• mlcd_vision_model — MLCDVisionConfig (modèle MLCDVisionConfig)
• mllama — MllamaConfig (modèle MllamaConfig)
• mllama_text_model — MllamaTextConfig (modèle MllamaTextConfig)
• mllama_vision_model — MllamaVisionConfig (modèle MllamaVisionConfig)
• mm-grounding-dino — MMGroundingDinoConfig (modèle MMGroundingDinoConfig)
• mobilebert — MobileBertConfig (modèle MobileBertConfig)
• mobilenet_v1 — MobileNetV1Config (modèle MobileNetV1Config)
• mobilenet_v2 — MobileNetV2Config (modèle MobileNetV2Config)
• mobilevit — MobileViTConfig (modèle MobileViTConfig)
• mobilevitv2 — MobileViTV2Config (modèle MobileViTV2Config)
• modernbert — ModernBertConfig (modèle ModernBertConfig)
• modernbert-decoder — ModernBertDecoderConfig (modèle ModernBertDecoderConfig)
• modernvbert — ModernVBertConfig (modèle ModernVBertConfig)
• molmo2 — Molmo2Config (modèle Molmo2Config)
• molmo2_adapter — Molmo2AdapterConfig (modèle Molmo2AdapterConfig)
• molmo2_text — Molmo2TextConfig (modèle Molmo2TextConfig)
• molmo2_vision — Molmo2VisionConfig (modèle Molmo2VisionConfig)
• moonshine — MoonshineConfig (modèle MoonshineConfig)
• moonshine_streaming — MoonshineStreamingConfig (modèle MoonshineStreamingConfig)
• moonshine_streaming_encoder — MoonshineStreamingEncoderConfig (modèle MoonshineStreamingEncoderConfig)
• moshi — MoshiConfig (modèle MoshiConfig)
• moshi_depth — MoshiDepthConfig (modèle MoshiDepthConfig)
• moss_transcribe_diarize — MossTranscribeDiarizeConfig (modèle MossTranscribeDiarizeConfig)
• moss_transcribe_diarize_audio — MossTranscribeDiarizeAudioConfig (modèle MossTranscribeDiarizeAudioConfig)
• mpnet — MPNetConfig (modèle MPNetConfig)
• mpt — MptConfig (modèle MptConfig)
• mra — MraConfig (modèle MraConfig)
• mt5 — MT5Config (modèle MT5Config)
• muse_glimmer — MuseGlimmerConfig (modèle MuseGlimmerConfig)
• muse_glimmer_assistant — MuseGlimmerAssistantConfig (modèle MuseGlimmerAssistantConfig)
• muse_glimmer_text — MuseGlimmerTextConfig (modèle MuseGlimmerTextConfig)
• muse_glimmer_vision — MuseGlimmerVisionConfig (modèle MuseGlimmerVisionConfig)
• muse_spark — MuseSparkConfig (modèle MuseSparkConfig)
• muse_spark_audio — MuseSparkAudioConfig (modèle MuseSparkAudioConfig)
• muse_spark_text — MuseSparkTextConfig (modèle MuseSparkTextConfig)
• muse_spark_vision — MuseSparkVisionConfig (modèle MuseSparkVisionConfig)
• musicflamingo — MusicFlamingoConfig (modèle MusicFlamingoConfig)
• musicgen — MusicgenConfig (modèle MusicgenConfig)
• musicgen_decoder — MusicgenDecoderConfig (modèle MusicgenDecoderConfig)
• musicgen_melody — MusicgenMelodyConfig (modèle MusicgenMelodyConfig)
• musicgen_melody_decoder — MusicgenMelodyDecoderConfig (modèle MusicgenMelodyDecoderConfig)
• mvp — MvpConfig (modèle MvpConfig)
• nanochat — NanoChatConfig (modèle NanoChatConfig)
• nemo_speechlm — Nemotron3_5TranscribeConfig (modèle Nemotron3_5TranscribeConfig)
• nemotron — NemotronConfig (modèle NemotronConfig)
• nemotron3_5_asr — Nemotron3_5AsrConfig (modèle Nemotron3_5AsrConfig)
• nemotron3_5_transcribe_asr_audio — Nemotron3_5TranscribeAsrAudioConfig (modèle Nemotron3_5TranscribeAsrAudioConfig)
• nemotron3_5_transcribe_audio — Nemotron3_5TranscribeAudioConfig (modèle Nemotron3_5TranscribeAudioConfig)
• nemotron3_5_transcribe_word_timestamp — Nemotron3_5TranscribeWordTimestampConfig (modèle Nemotron3_5TranscribeWordTimestampConfig)
• nemotron3_diarization — Nemotron3DiarizationConfig (modèle Nemotron3DiarizationConfig)
• nemotron3_diarization_audio — Nemotron3DiarizationAudioConfig (modèle Nemotron3DiarizationAudioConfig)
• nemotron_asr_streaming — NemotronAsrStreamingConfig (modèle NemotronAsrStreamingConfig)
• nemotron_asr_streaming_encoder — NemotronAsrStreamingEncoderConfig (modèle NemotronAsrStreamingEncoderConfig)
• nemotron_h — NemotronHConfig (modèle NemotronHConfig)
• nemotron_h_omni — NemotronH_Omni_Reasoning_V3_Config (modèle NemotronH_Omni_Reasoning_V3_Config)
• neomme — NeoMMEConfig (modèle NeoMMEConfig)
• neucodec — NeuCodecConfig (modèle NeuCodecConfig)
• nllb-moe — NllbMoeConfig (modèle NllbMoeConfig)
• nomic_bert — NomicBertConfig (modèle NomicBertConfig)
• nougat — NougatConfig (modèle NougatConfig)
• nystromformer — NystromformerConfig (modèle NystromformerConfig)
• olmo — OlmoConfig (modèle OlmoConfig)
• olmo2 — Olmo2Config (modèle Olmo2Config)
• olmo3 — Olmo3Config (modèle Olmo3Config)
• olmo_hybrid — OlmoHybridConfig (modèle OlmoHybridConfig)
• olmoe — OlmoeConfig (modèle OlmoeConfig)
• omdet-turbo — OmDetTurboConfig (modèle OmDetTurboConfig)
• oneformer — OneFormerConfig (modèle OneFormerConfig)
• openai-gpt — OpenAIGPTConfig (modèle OpenAIGPTConfig)
• openai_privacy_filter — OpenAIPrivacyFilterConfig (modèle OpenAIPrivacyFilterConfig)
• opt — OPTConfig (modèle OPTConfig)
• ovis2 — Ovis2Config (modèle Ovis2Config)
• ovis2_vision — Ovis2VisionConfig (modèle Ovis2VisionConfig)
• owlv2 — Owlv2Config (modèle Owlv2Config)
• owlv2_text_model — Owlv2TextConfig (modèle Owlv2TextConfig)
• owlv2_vision_model — Owlv2VisionConfig (modèle Owlv2VisionConfig)
• owlvit — OwlViTConfig (modèle OwlViTConfig)
• owlvit_text_model — OwlViTTextConfig (modèle OwlViTTextConfig)
• owlvit_vision_model — OwlViTVisionConfig (modèle OwlViTVisionConfig)
• paddleocr_vl — PaddleOCRVLConfig (modèle PaddleOCRVLConfig)
• paddleocr_vl_text — PaddleOCRTextConfig (modèle PaddleOCRTextConfig)
• paddleocr_vl_vision — PaddleOCRVisionConfig (modèle PaddleOCRVisionConfig)
• paligemma — PaliGemmaConfig (modèle PaliGemmaConfig)
• parakeet_ctc — ParakeetCTCConfig (modèle ParakeetCTCConfig)
• parakeet_encoder — ParakeetEncoderConfig (modèle ParakeetEncoderConfig)
• parakeet_rnnt — ParakeetRNNTConfig (modèle ParakeetRNNTConfig)
• parakeet_tdt — ParakeetTDTConfig (modèle ParakeetTDTConfig)
• patchtsmixer — PatchTSMixerConfig (modèle PatchTSMixerConfig)
• patchtst — PatchTSTConfig (modèle PatchTSTConfig)
• pe_audio — PeAudioConfig (modèle PeAudioConfig)
• pe_audio_encoder — PeAudioEncoderConfig (modèle PeAudioEncoderConfig)
• pe_audio_video — PeAudioVideoConfig (modèle PeAudioVideoConfig)
• pe_audio_video_encoder — PeAudioVideoEncoderConfig (modèle PeAudioVideoEncoderConfig)
• pe_video — PeVideoConfig (modèle PeVideoConfig)
• pe_video_encoder — PeVideoEncoderConfig (modèle PeVideoEncoderConfig)
• pegasus — PegasusConfig (modèle PegasusConfig)
• pegasus_x — PegasusXConfig (modèle PegasusXConfig)
• perceiver — PerceiverConfig (modèle PerceiverConfig)
• perception_lm — PerceptionLMConfig (modèle PerceptionLMConfig)
• persimmon — PersimmonConfig (modèle PersimmonConfig)
• phi — PhiConfig (modèle PhiConfig)
• phi3 — Phi3Config (modèle Phi3Config)
• phi4_multimodal — Phi4MultimodalConfig (modèle Phi4MultimodalConfig)
• phi4_multimodal_audio — Phi4MultimodalAudioConfig (modèle Phi4MultimodalAudioConfig)
• phi4_multimodal_vision — Phi4MultimodalVisionConfig (modèle Phi4MultimodalVisionConfig)
• phimoe — PhimoeConfig (modèle PhimoeConfig)
• pi0 — PI0Config (modèle PI0Config)
• pix2struct — Pix2StructConfig (modèle Pix2StructConfig)
• pix2struct_text_model — Pix2StructTextConfig (modèle Pix2StructTextConfig)
• pix2struct_vision_model — Pix2StructVisionConfig (modèle Pix2StructVisionConfig)
• pixio — PixioConfig (modèle PixioConfig)
• pixtral — PixtralVisionConfig (modèle PixtralVisionConfig)
• plbart — PLBartConfig (modèle PLBartConfig)
• pocket_tts — PocketTTSConfig (modèle PocketTTSConfig)
• pocket_tts_audio_tokenizer — PocketTTSAudioTokenizerConfig (modèle PocketTTSAudioTokenizerConfig)
• pocket_tts_audio_tokenizer_decoder — PocketTTSAudioTokenizerDecoderConfig (modèle PocketTTSAudioTokenizerDecoderConfig)
• pocket_tts_audio_tokenizer_encoder — PocketTTSAudioTokenizerEncoderConfig (modèle PocketTTSAudioTokenizerEncoderConfig)
• poolformer — PoolFormerConfig (modèle PoolFormerConfig)
• pop2piano — Pop2PianoConfig (modèle Pop2PianoConfig)
• pp_chart2table — PPChart2TableConfig (modèle PPChart2TableConfig)
• pp_chart2table_vision — PPChart2TableVisionConfig (modèle PPChart2TableVisionConfig)
• pp_doclayout_v2 — PPDocLayoutV2Config (modèle PPDocLayoutV2Config)
• pp_doclayout_v3 — PPDocLayoutV3Config (modèle PPDocLayoutV3Config)
• pp_doclayout_v4 — PPDocLayoutV4Config (modèle PPDocLayoutV4Config)
• pp_formulanet — PPFormulaNetConfig (modèle PPFormulaNetConfig)
• pp_formulanet_text — PPFormulaNetTextConfig (modèle PPFormulaNetTextConfig)
• pp_formulanet_vision — PPFormulaNetVisionConfig (modèle PPFormulaNetVisionConfig)
• pp_lcnet — PPLCNetConfig (modèle PPLCNetConfig)
• pp_lcnet_v3 — PPLCNetV3Config (modèle PPLCNetV3Config)
• pp_lcnet_v4 — PPLCNetV4Config (modèle PPLCNetV4Config)
• pp_ocrv5_mobile_det — PPOCRV5MobileDetConfig (modèle PPOCRV5MobileDetConfig)
• pp_ocrv5_mobile_rec — PPOCRV5MobileRecConfig (modèle PPOCRV5MobileRecConfig)
• pp_ocrv5_server_det — PPOCRV5ServerDetConfig (modèle PPOCRV5ServerDetConfig)
• pp_ocrv5_server_rec — PPOCRV5ServerRecConfig (modèle PPOCRV5ServerRecConfig)
• pp_ocrv6_medium_det — PPOCRV6MediumDetConfig (modèle PPOCRV6MediumDetConfig)
• pp_ocrv6_small_det — PPOCRV6SmallDetConfig (modèle PPOCRV6SmallDetConfig)
• pp_ocrv6_small_rec — PPOCRV6SmallRecConfig (modèle PPOCRV6SmallRecConfig)
• pp_ocrv6_tiny_rec — PPOCRV6TinyRecConfig (modèle PPOCRV6TinyRecConfig)
• prompt_depth_anything — PromptDepthAnythingConfig (modèle PromptDepthAnythingConfig)
• prophetnet — ProphetNetConfig (modèle ProphetNetConfig)
• pvt — PvtConfig (modèle PvtConfig)
• pvt_v2 — PvtV2Config (modèle PvtV2Config)
• qianfan_ocr — QianfanOCRConfig (modèle QianfanOCRConfig)
• qianfan_ocr_vision — QianfanOCRVisionConfig (modèle QianfanOCRVisionConfig)
• qwen2 — Qwen2Config (modèle Qwen2Config)
• qwen2_5_omni — Qwen2_5OmniConfig (modèle Qwen2_5OmniConfig)
• qwen2_5_omni_audio_encoder — Qwen2_5OmniAudioEncoderConfig (modèle Qwen2_5OmniAudioEncoderConfig)
• qwen2_5_omni_bigvgan — Qwen2_5OmniBigVGANConfig (modèle Qwen2_5OmniBigVGANConfig)
• qwen2_5_omni_dit — Qwen2_5OmniDiTConfig (modèle Qwen2_5OmniDiTConfig)
• qwen2_5_omni_talker — Qwen2_5OmniTalkerConfig (modèle Qwen2_5OmniTalkerConfig)
• qwen2_5_omni_text — Qwen2_5OmniTextConfig (modèle Qwen2_5OmniTextConfig)
• qwen2_5_omni_thinker — Qwen2_5OmniThinkerConfig (modèle Qwen2_5OmniThinkerConfig)
• qwen2_5_omni_token2wav — Qwen2_5OmniToken2WavConfig (modèle Qwen2_5OmniToken2WavConfig)
• qwen2_5_omni_vision_encoder — Qwen2_5OmniVisionEncoderConfig (modèle Qwen2_5OmniVisionEncoderConfig)
• qwen2_5_vl — Qwen2_5_VLConfig (modèle Qwen2_5_VLConfig)
• qwen2_5_vl_text — Qwen2_5_VLTextConfig (modèle Qwen2_5_VLTextConfig)
• qwen2_5_vl_vision — Qwen2_5_VLVisionConfig (modèle Qwen2_5_VLVisionConfig)
• qwen2_audio — Qwen2AudioConfig (modèle Qwen2AudioConfig)
• qwen2_audio_encoder — Qwen2AudioEncoderConfig (modèle Qwen2AudioEncoderConfig)
• qwen2_moe — Qwen2MoeConfig (modèle Qwen2MoeConfig)
• qwen2_vl — Qwen2VLConfig (modèle Qwen2VLConfig)
• qwen2_vl_text — Qwen2VLTextConfig (modèle Qwen2VLTextConfig)
• qwen2_vl_vision — Qwen2VLVisionConfig (modèle Qwen2VLVisionConfig)
• qwen3 — Qwen3Config (modèle Qwen3Config)
• qwen3_5 — Qwen3_5Config (modèle Qwen3_5Config)
• qwen3_5_moe — Qwen3_5MoeConfig (modèle Qwen3_5MoeConfig)
• qwen3_5_moe_text — Qwen3_5MoeTextConfig (modèle Qwen3_5MoeTextConfig)
• qwen3_5_moe_vision — Qwen3_5MoeVisionConfig (modèle Qwen3_5MoeVisionConfig)
• qwen3_5_text — Qwen3_5TextConfig (modèle Qwen3_5TextConfig)
• qwen3_5_vision — Qwen3_5VisionConfig (modèle Qwen3_5VisionConfig)
• qwen3_asr — Qwen3ASRConfig (modèle Qwen3ASRConfig)
• qwen3_asr_encoder — Qwen3ASREncoderConfig (modèle Qwen3ASREncoderConfig)
• qwen3_moe — Qwen3MoeConfig (modèle Qwen3MoeConfig)
• qwen3_next — Qwen3NextConfig (modèle Qwen3NextConfig)
• qwen3_omni_moe — Qwen3OmniMoeConfig (modèle Qwen3OmniMoeConfig)
• qwen3_omni_moe_audio_encoder — Qwen3OmniMoeAudioEncoderConfig (modèle Qwen3OmniMoeAudioEncoderConfig)
• qwen3_omni_moe_talker_code_predictor — Qwen3OmniMoeTalkerCodePredictorConfig (modèle Qwen3OmniMoeTalkerCodePredictorConfig)
• qwen3_omni_moe_talker_text — Qwen3OmniMoeTalkerTextConfig (modèle Qwen3OmniMoeTalkerTextConfig)
• qwen3_omni_moe_text — Qwen3OmniMoeTextConfig (modèle Qwen3OmniMoeTextConfig)
• qwen3_omni_moe_thinker — Qwen3OmniMoeThinkerConfig (modèle Qwen3OmniMoeThinkerConfig)
• qwen3_omni_moe_vision_encoder — Qwen3OmniMoeVisionEncoderConfig (modèle Qwen3OmniMoeVisionEncoderConfig)
• qwen3_vl — Qwen3VLConfig (modèle Qwen3VLConfig)
• qwen3_vl_moe — Qwen3VLMoeConfig (modèle Qwen3VLMoeConfig)
• qwen3_vl_moe_text — Qwen3VLMoeTextConfig (modèle Qwen3VLMoeTextConfig)
• qwen3_vl_moe_vision — Qwen3VLMoeVisionConfig (modèle Qwen3VLMoeVisionConfig)
• qwen3_vl_text — Qwen3VLTextConfig (modèle Qwen3VLTextConfig)
• qwen3_vl_vision — Qwen3VLVisionConfig (modèle Qwen3VLVisionConfig)
• qwen4_exp — Qwen4ExpConfig (modèle Qwen4ExpConfig)
• qwen4_exp_text — Qwen4ExpTextConfig (modèle Qwen4ExpTextConfig)
• qwen4_exp_vision — Qwen4ExpVisionConfig (modèle Qwen4ExpVisionConfig)
• radio — RadioConfig (modèle RadioConfig)
• rag — RagConfig (modèle RagConfig)
• recurrent_gemma — RecurrentGemmaConfig (modèle RecurrentGemmaConfig)
• reformer — ReformerConfig (modèle ReformerConfig)
• regnet — RegNetConfig (modèle RegNetConfig)
• rembert — RemBertConfig (modèle RemBertConfig)
• resnet — ResNetConfig (modèle ResNetConfig)
• rf_detr — RfDetrConfig (modèle RfDetrConfig)
• rf_detr_dinov2 — RfDetrDinov2Config (modèle RfDetrDinov2Config)
• roberta — RobertaConfig (modèle RobertaConfig)
• roberta-prelayernorm — RobertaPreLayerNormConfig (modèle RobertaPreLayerNormConfig)
• roc_bert — RoCBertConfig (modèle RoCBertConfig)
• roformer — RoFormerConfig (modèle RoFormerConfig)
• rt_detr — RTDetrConfig (modèle RTDetrConfig)
• rt_detr_resnet — RTDetrResNetConfig (modèle RTDetrResNetConfig)
• rt_detr_v2 — RTDetrV2Config (modèle RTDetrV2Config)
• rwkv — RwkvConfig (modèle RwkvConfig)
• sam — SamConfig (modèle SamConfig)
• sam2 — Sam2Config (modèle Sam2Config)
• sam2_hiera_det_model — Sam2HieraDetConfig (modèle Sam2HieraDetConfig)
• sam2_mask_decoder — Sam2MaskDecoderConfig (modèle Sam2MaskDecoderConfig)
• sam2_prompt_encoder — Sam2PromptEncoderConfig (modèle Sam2PromptEncoderConfig)
• sam2_video — Sam2VideoConfig (modèle Sam2VideoConfig)
• sam2_video_mask_decoder — Sam2VideoMaskDecoderConfig (modèle Sam2VideoMaskDecoderConfig)
• sam2_video_prompt_encoder — Sam2VideoPromptEncoderConfig (modèle Sam2VideoPromptEncoderConfig)
• sam2_vision_model — Sam2VisionConfig (modèle Sam2VisionConfig)
• sam3 — Sam3Config (modèle Sam3Config)
• sam3_detr_decoder — Sam3DETRDecoderConfig (modèle Sam3DETRDecoderConfig)
• sam3_detr_encoder — Sam3DETREncoderConfig (modèle Sam3DETREncoderConfig)
• sam3_geometry_encoder — Sam3GeometryEncoderConfig (modèle Sam3GeometryEncoderConfig)
• sam3_lite_text — Sam3LiteTextConfig (modèle Sam3LiteTextConfig)
• sam3_lite_text_detr_decoder — Sam3LiteTextDETRDecoderConfig (modèle Sam3LiteTextDETRDecoderConfig)
• sam3_lite_text_detr_encoder — Sam3LiteTextDETREncoderConfig (modèle Sam3LiteTextDETREncoderConfig)
• sam3_lite_text_geometry_encoder — Sam3LiteTextGeometryEncoderConfig (modèle Sam3LiteTextGeometryEncoderConfig)
• sam3_lite_text_mask_decoder — Sam3LiteTextMaskDecoderConfig (modèle Sam3LiteTextMaskDecoderConfig)
• sam3_lite_text_text_model — Sam3LiteTextTextConfig (modèle Sam3LiteTextTextConfig)
• sam3_mask_decoder — Sam3MaskDecoderConfig (modèle Sam3MaskDecoderConfig)
• sam3_tracker — Sam3TrackerConfig (modèle Sam3TrackerConfig)
• sam3_tracker_mask_decoder — Sam3TrackerMaskDecoderConfig (modèle Sam3TrackerMaskDecoderConfig)
• sam3_tracker_prompt_encoder — Sam3TrackerPromptEncoderConfig (modèle Sam3TrackerPromptEncoderConfig)
• sam3_tracker_video — Sam3TrackerVideoConfig (modèle Sam3TrackerVideoConfig)
• sam3_tracker_video_mask_decoder — Sam3TrackerVideoMaskDecoderConfig (modèle Sam3TrackerVideoMaskDecoderConfig)
• sam3_tracker_video_prompt_encoder — Sam3TrackerVideoPromptEncoderConfig (modèle Sam3TrackerVideoPromptEncoderConfig)
• sam3_video — Sam3VideoConfig (modèle Sam3VideoConfig)
• sam3_vision_model — Sam3VisionConfig (modèle Sam3VisionConfig)
• sam3_vit_model — Sam3ViTConfig (modèle Sam3ViTConfig)
• sam_hq — SamHQConfig (modèle SamHQConfig)
• sam_hq_mask_decoder — SamHQMaskDecoderConfig (modèle SamHQMaskDecoderConfig)
• sam_hq_prompt_encoder — SamHQPromptEncoderConfig (modèle SamHQPromptEncoderConfig)
• sam_hq_vision_model — SamHQVisionConfig (modèle SamHQVisionConfig)
• sam_mask_decoder — SamMaskDecoderConfig (modèle SamMaskDecoderConfig)
• sam_prompt_encoder — SamPromptEncoderConfig (modèle SamPromptEncoderConfig)
• sam_vision_model — SamVisionConfig (modèle SamVisionConfig)
• sapiens2 — Sapiens2Config (modèle Sapiens2Config)
• sapiens2_head — Sapiens2HeadConfig (modèle Sapiens2HeadConfig)
• seamless_m4t — SeamlessM4TConfig (modèle SeamlessM4TConfig)
• seamless_m4t_v2 — SeamlessM4Tv2Config (modèle SeamlessM4Tv2Config)
• seed_oss — SeedOssConfig (modèle SeedOssConfig)
• segformer — SegformerConfig (modèle SegformerConfig)
• seggpt — SegGptConfig (modèle SegGptConfig)
• sew — SEWConfig (modèle SEWConfig)
• sew-d — SEWDConfig (modèle SEWDConfig)
• shieldgemma2 — ShieldGemma2Config (modèle ShieldGemma2Config)
• siglip — SiglipConfig (modèle SiglipConfig)
• siglip2 — Siglip2Config (modèle Siglip2Config)
• siglip2_text_model — Siglip2TextConfig (modèle Siglip2TextConfig)
• siglip2_vision_model — Siglip2VisionConfig (modèle Siglip2VisionConfig)
• siglip_text_model — SiglipTextConfig (modèle SiglipTextConfig)
• siglip_vision_model — SiglipVisionConfig (modèle SiglipVisionConfig)
• slanet — SLANetConfig (modèle SLANetConfig)
• slanext — SLANeXtConfig (modèle SLANeXtConfig)
• slanext_vision — SLANeXtVisionConfig (modèle SLANeXtVisionConfig)
• smollm3 — SmolLM3Config (modèle SmolLM3Config)
• smolvlm — SmolVLMConfig (modèle SmolVLMConfig)
• smolvlm_vision — SmolVLMVisionConfig (modèle SmolVLMVisionConfig)
• solar_open — SolarOpenConfig (modèle SolarOpenConfig)
• speech-encoder-decoder — SpeechEncoderDecoderConfig (modèle SpeechEncoderDecoderConfig)
• speech_to_text — Speech2TextConfig (modèle Speech2TextConfig)
• speecht5 — SpeechT5Config (modèle SpeechT5Config)
• speecht5_hifigan — SpeechT5HifiGanConfig (modèle SpeechT5HifiGanConfig)
• splinter — SplinterConfig (modèle SplinterConfig)
• squeezebert — SqueezeBertConfig (modèle SqueezeBertConfig)
• stablelm — StableLmConfig (modèle StableLmConfig)
• starcoder2 — Starcoder2Config (modèle Starcoder2Config)
• step3p5 — Step3p7TextConfig (modèle Step3p7TextConfig)
• step3p5_vision — Step3p7VisionConfig (modèle Step3p7VisionConfig)
• step3p7 — Step3p7Config (modèle Step3p7Config)
• superglue — SuperGlueConfig (modèle SuperGlueConfig)
• superpoint — SuperPointConfig (modèle SuperPointConfig)
• swiftformer — SwiftFormerConfig (modèle SwiftFormerConfig)
• swin — SwinConfig (modèle SwinConfig)
• swin2sr — Swin2SRConfig (modèle Swin2SRConfig)
• swinv2 — Swinv2Config (modèle Swinv2Config)
• switch_transformers — SwitchTransformersConfig (modèle SwitchTransformersConfig)
• t5 — T5Config (modèle T5Config)
• t5_gemma_module — T5GemmaModuleConfig (modèle T5GemmaModuleConfig)
• t5gemma — T5GemmaConfig (modèle T5GemmaConfig)
• t5gemma2 — T5Gemma2Config (modèle T5Gemma2Config)
• t5gemma2_decoder — T5Gemma2DecoderConfig (modèle T5Gemma2DecoderConfig)
• t5gemma2_encoder — T5Gemma2EncoderConfig (modèle T5Gemma2EncoderConfig)
• t5gemma2_text — T5Gemma2TextConfig (modèle T5Gemma2TextConfig)
• table-transformer — TableTransformerConfig (modèle TableTransformerConfig)
• tapas — TapasConfig (modèle TapasConfig)
• textnet — TextNetConfig (modèle TextNetConfig)
• time_series_transformer — TimeSeriesTransformerConfig (modèle TimeSeriesTransformerConfig)
• timesfm — TimesFmConfig (modèle TimesFmConfig)
• timesfm2_5 — TimesFm2_5Config (modèle TimesFm2_5Config)
• timesformer — TimesformerConfig (modèle TimesformerConfig)
• timm_backbone — TimmBackboneConfig (modèle TimmBackboneConfig)
• timm_wrapper — TimmWrapperConfig (modèle TimmWrapperConfig)
• tipsv2 — Tipsv2Config (modèle Tipsv2Config)
• tipsv2_dpt — Tipsv2DptConfig (modèle Tipsv2DptConfig)
• tipsv2_text_model — Tipsv2TextConfig (modèle Tipsv2TextConfig)
• tipsv2_vision_model — Tipsv2VisionConfig (modèle Tipsv2VisionConfig)
• trocr — TrOCRConfig (modèle TrOCRConfig)
• tvp — TvpConfig (modèle TvpConfig)
• udop — UdopConfig (modèle UdopConfig)
• ultrabert — UltrabertConfig (modèle UltrabertConfig)
• ultravbert — UltraVBertConfig (modèle UltraVBertConfig)
• umt5 — UMT5Config (modèle UMT5Config)
• unispeech — UniSpeechConfig (modèle UniSpeechConfig)
• unispeech-sat — UniSpeechSatConfig (modèle UniSpeechSatConfig)
• univnet — UnivNetConfig (modèle UnivNetConfig)
• unlimited_ocr — UnlimitedOcrConfig (modèle UnlimitedOcrConfig)
• unlimited_ocr_sam_vision_model — UnlimitedOcrSamVisionConfig (modèle UnlimitedOcrSamVisionConfig)
• unlimited_ocr_text — UnlimitedOcrTextConfig (modèle UnlimitedOcrTextConfig)
• unlimited_ocr_vision — UnlimitedOcrVisionConfig (modèle UnlimitedOcrVisionConfig)
• unlimited_ocr_vision_encoder — UnlimitedOcrVisionEncoderConfig (modèle UnlimitedOcrVisionEncoderConfig)
• upernet — UperNetConfig (modèle UperNetConfig)
• uvdoc — UVDocConfig (modèle UVDocConfig)
• uvdoc_backbone — UVDocBackboneConfig (modèle UVDocBackboneConfig)
• vaultgemma — VaultGemmaConfig (modèle VaultGemmaConfig)
• vibevoice — VibeVoiceConfig (modèle VibeVoiceConfig)
• vibevoice_acoustic_tokenizer — VibeVoiceAcousticTokenizerConfig (modèle VibeVoiceAcousticTokenizerConfig)
• vibevoice_acoustic_tokenizer_decoder — VibeVoiceAcousticTokenizerDecoderConfig (modèle VibeVoiceAcousticTokenizerDecoderConfig)
• vibevoice_acoustic_tokenizer_encoder — VibeVoiceAcousticTokenizerEncoderConfig (modèle VibeVoiceAcousticTokenizerEncoderConfig)
• vibevoice_asr — VibeVoiceAsrConfig (modèle VibeVoiceAsrConfig)
• vibevoice_diffusion — VibeVoiceDiffusionHeadConfig (modèle VibeVoiceDiffusionHeadConfig)
• video_llama_3 — VideoLlama3Config (modèle VideoLlama3Config)
• video_llama_3_vision — VideoLlama3VisionConfig (modèle VideoLlama3VisionConfig)
• video_llava — VideoLlavaConfig (modèle VideoLlavaConfig)
• videomae — VideoMAEConfig (modèle VideoMAEConfig)
• videomt — VideomtConfig (modèle VideomtConfig)
• videoprism — VideoPrismConfig (modèle VideoPrismConfig)
• videoprism_text_model — VideoPrismTextConfig (modèle VideoPrismTextConfig)
• videoprism_vision_model — VideoPrismVisionConfig (modèle VideoPrismVisionConfig)
• vilt — ViltConfig (modèle ViltConfig)
• vipllava — VipLlavaConfig (modèle VipLlavaConfig)
• vision-encoder-decoder — VisionEncoderDecoderConfig (modèle VisionEncoderDecoderConfig)
• vision-text-dual-encoder — VisionTextDualEncoderConfig (modèle VisionTextDualEncoderConfig)
• visual_bert — VisualBertConfig (modèle VisualBertConfig)
• vit — ViTConfig (modèle ViTConfig)
• vit_mae — ViTMAEConfig (modèle ViTMAEConfig)
• vit_msn — ViTMSNConfig (modèle ViTMSNConfig)
• vitdet — VitDetConfig (modèle VitDetConfig)
• vitmatte — VitMatteConfig (modèle VitMatteConfig)
• vitpose — VitPoseConfig (modèle VitPoseConfig)
• vitpose_backbone — VitPoseBackboneConfig (modèle VitPoseBackboneConfig)
• vits — VitsConfig (modèle VitsConfig)
• vivit — VivitConfig (modèle VivitConfig)
• vjepa2 — VJEPA2Config (modèle VJEPA2Config)
• voxtral — VoxtralConfig (modèle VoxtralConfig)
• voxtral_encoder — VoxtralEncoderConfig (modèle VoxtralEncoderConfig)
• voxtral_realtime — VoxtralRealtimeConfig (modèle VoxtralRealtimeConfig)
• voxtral_realtime_encoder — VoxtralRealtimeEncoderConfig (modèle VoxtralRealtimeEncoderConfig)
• voxtral_realtime_text — VoxtralRealtimeTextConfig (modèle VoxtralRealtimeTextConfig)
• wav2vec2 — Wav2Vec2Config (modèle Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2BertConfig (modèle Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2ConformerConfig (modèle Wav2Vec2ConformerConfig)
• wavlm — WavLMConfig (modèle WavLMConfig)
• whisper — WhisperConfig (modèle WhisperConfig)
• xclip — XCLIPConfig (modèle XCLIPConfig)
• xclip_text_model — XCLIPTextConfig (modèle XCLIPTextConfig)
• xclip_vision_model — XCLIPVisionConfig (modèle XCLIPVisionConfig)
• xcodec — XcodecConfig (modèle XcodecConfig)
• xcodec2 — Xcodec2Config (modèle Xcodec2Config)
• xglm — XGLMConfig (modèle XGLMConfig)
• xlm — XLMConfig (modèle XLMConfig)
• xlm-roberta — XLMRobertaConfig (modèle XLMRobertaConfig)
• xlm-roberta-xl — XLMRobertaXLConfig (modèle XLMRobertaXLConfig)
• xlnet — XLNetConfig (modèle XLNetConfig)
• xlstm — xLSTMConfig (modèle xLSTMConfig)
• xmod — XmodConfig (modèle XmodConfig)
• yolos — YolosConfig (modèle YolosConfig)
• yoso — YosoConfig (modèle YosoConfig)
• youtu — YoutuConfig (modèle YoutuConfig)
• zamba — ZambaConfig (modèle ZambaConfig)
• zamba2 — Zamba2Config (modèle Zamba2Config)
• zaya — ZayaConfig (modèle ZayaConfig)
• zoedepth — ZoeDepthConfig (modèle ZoeDepthConfig)

>>> from transformers import AutoConfig

>>> # Download configuration from huggingface.co and cache.
>>> config = AutoConfig.from_pretrained("google-bert/bert-base-uncased")

>>> # Download configuration from huggingface.co (user-uploaded) and cache.
>>> config = AutoConfig.from_pretrained("dbmdz/bert-base-german-cased")

>>> # If configuration file is in a directory (e.g., was saved using *save_pretrained('./test/saved_model/')*).
>>> config = AutoConfig.from_pretrained("./test/bert_saved_model/")

>>> # Load a specific configuration file.
>>> config = AutoConfig.from_pretrained("./test/bert_saved_model/my_configuration.json")

>>> # Change some config attributes when loading a pretrained config.
>>> config = AutoConfig.from_pretrained("google-bert/bert-base-uncased", output_attentions=True, foo=False)
>>> config.output_attentions
True

>>> config, unused_kwargs = AutoConfig.from_pretrained(
...     "google-bert/bert-base-uncased", output_attentions=True, foo=False, return_unused_kwargs=True
... )
>>> config.output_attentions
True

>>> unused_kwargs
{'foo': False}

Enregistrer une nouvelle configuration pour cette classe.

Instanciez l'une des classes de tokenizers de la bibliothèque à partir du vocabulaire d'un modèle pré-entraîné.

La classe de tokenizer à instancier est sélectionnée en fonction de la propriété model_type de l’objet de configuration (soit passée en argument, soit chargée depuis pretrained_model_name_or_path si possible), ou, en cas d’absence, par correspondance de motifs sur pretrained_model_name_or_path :

• EvollaModel — TokenizersBackend (modèle EvollaConfig)
• aimv2 — CLIPTokenizer (modèle Aimv2Config)
• albert — AlbertTokenizer (modèle AlbertConfig)
• align — BertTokenizer (modèle AlignConfig)
• aria — TokenizersBackend (modèle AriaConfig)
• audioflamingo3 — Qwen2Tokenizer (modèle AudioFlamingo3Config)
• aya_vision — CohereTokenizer (modèle AyaVisionConfig)
• bark — BertTokenizer (modèle BarkConfig)
• bart — RobertaTokenizer (modèle BartConfig)
• beam — TokenizersBackend (modèle BeamConfig)
• bert — BertTokenizer (modèle BertConfig)
• bert-generation — BertGenerationTokenizer (modèle BertGenerationConfig)
• big_bird — BigBirdTokenizer (modèle BigBirdConfig)
• bigbird_pegasus — TokenizersBackend (modèle BigBirdPegasusConfig)
• biogpt — BioGptTokenizer (modèle BioGptConfig)
• blenderbot — BlenderbotTokenizer (modèle BlenderbotConfig)
• blenderbot-small — BlenderbotSmallTokenizer (modèle BlenderbotSmallConfig)
• blip — BertTokenizer (modèle BlipConfig)
• blip-2 — GPT2Tokenizer (modèle Blip2Config)
• bridgetower — RobertaTokenizer (modèle BridgeTowerConfig)
• bros — BertTokenizer (modèle BrosConfig)
• camembert — CamembertTokenizer (modèle CamembertConfig)
• canary — TokenizersBackend (modèle CanaryConfig)
• canine — CanineTokenizer (modèle CanineConfig)
• chinese_clip — BertTokenizer (modèle ChineseCLIPConfig)
• clap — RobertaTokenizer (modèle ClapConfig)
• clip — CLIPTokenizer (modèle CLIPConfig)
• clipseg — CLIPTokenizer (modèle CLIPSegConfig)
• clvp — ClvpTokenizer (modèle ClvpConfig)
• codegen — GPT2Tokenizer (modèle CodeGenConfig)
• cohere — CohereTokenizer (modèle CohereConfig)
• cohere2 — CohereTokenizer (modèle Cohere2Config)
• cohere_asr — TokenizersBackend (modèle CohereAsrConfig)
• colqwen2 — Qwen2Tokenizer (modèle ColQwen2Config)
• convbert — BertTokenizer (modèle ConvBertConfig)
• cosmos3_omni — Qwen2Tokenizer (modèle Cosmos3OmniConfig)
• cpmant — CpmAntTokenizer (modèle CpmAntConfig)
• ctrl — CTRLTokenizer (modèle CTRLConfig)
• data2vec-audio — Wav2Vec2CTCTokenizer (modèle Data2VecAudioConfig)
• data2vec-text — RobertaTokenizer (modèle Data2VecTextConfig)
• dbrx — GPT2Tokenizer (modèle DbrxConfig)
• deberta — DebertaTokenizer (modèle DebertaConfig)
• deberta-v2 — DebertaV2Tokenizer (modèle DebertaV2Config)
• dia — DiaTokenizer (modèle DiaConfig)
• diffusion_gemma — GemmaTokenizer (modèle DiffusionGemmaConfig)
• distilbert — BertTokenizer (modèle DistilBertConfig)
• dpr — DPRQuestionEncoderTokenizer (modèle DPRConfig)
• electra — BertTokenizer (modèle ElectraConfig)
• emu3 — GPT2Tokenizer (modèle Emu3Config)
• ernie — BertTokenizer (modèle ErnieConfig)
• ernie4_5 — TokenizersBackend (modèle Ernie4_5Config)
• ernie4_5_moe — TokenizersBackend (modèle Ernie4_5_MoeConfig)
• esm — EsmTokenizer (modèle EsmConfig)
• esmc — EsmcTokenizer (modèle EsmcConfig)
• esmfold2 — EsmcTokenizer (modèle EsmFold2Config)
• falcon_mamba — GPTNeoXTokenizer (modèle FalconMambaConfig)
• fastspeech2_conformer — None (modèle FastSpeech2ConformerConfig)
• flaubert — FlaubertTokenizer (modèle FlaubertConfig)
• flava — BertTokenizer (modèle FlavaConfig)
• flex_olmo — TokenizersBackend (modèle FlexOlmoConfig)
• florence2 — BartTokenizer (modèle Florence2Config)
• fnet — FNetTokenizer (modèle FNetConfig)
• fsmt — FSMTTokenizer (modèle FSMTConfig)
• fun_asr_nano — Qwen2Tokenizer (modèle FunAsrNanoConfig)
• funnel — FunnelTokenizer (modèle FunnelConfig)
• fuyu — TokenizersBackend (modèle FuyuConfig)
• gemma — GemmaTokenizer (modèle GemmaConfig)
• gemma2 — GemmaTokenizer (modèle Gemma2Config)
• gemma3 — GemmaTokenizer (modèle Gemma3Config)
• gemma3_text — GemmaTokenizer (modèle Gemma3TextConfig)
• gemma3n — GemmaTokenizer (modèle Gemma3nConfig)
• gemma3n_text — GemmaTokenizer (modèle Gemma3nTextConfig)
• git — BertTokenizer (modèle GitConfig)
• glm — TokenizersBackend (modèle GlmConfig)
• glm4 — TokenizersBackend (modèle Glm4Config)
• glm4_moe — TokenizersBackend (modèle Glm4MoeConfig)
• glm4_moe_lite — TokenizersBackend (modèle Glm4MoeLiteConfig)
• glm4v — TokenizersBackend (modèle Glm4vConfig)
• glm4v_moe — TokenizersBackend (modèle Glm4vMoeConfig)
• glm_image — TokenizersBackend (modèle GlmImageConfig)
• glmasr — TokenizersBackend (modèle GlmAsrConfig)
• got_ocr2 — TokenizersBackend (modèle GotOcr2Config)
• gpt-sw3 — GPTSw3Tokenizer (modèle GPT2Config)
• gpt2 — GPT2Tokenizer (modèle GPT2Config)
• gpt_bigcode — TokenizersBackend (modèle GPTBigCodeConfig)
• gpt_neo — GPT2Tokenizer (modèle GPTNeoConfig)
• gpt_neox — GPTNeoXTokenizer (modèle GPTNeoXConfig)
• gpt_neox_japanese — GPTNeoXJapaneseTokenizer (modèle GPTNeoXJapaneseConfig)
• gptj — GPT2Tokenizer (modèle GPTJConfig)
• gradium_phonon_tts — TokenizersBackend (modèle GradiumPhononTTSConfig)
• granite — TokenizersBackend (modèle GraniteConfig)
• granite_speech5_ctc — ParakeetTokenizer (modèle GraniteSpeech5CTCConfig)
• granitemoe — TokenizersBackend (modèle GraniteMoeConfig)
• granitemoehybrid — TokenizersBackend (modèle GraniteMoeHybridConfig)
• granitemoeshared — TokenizersBackend (modèle GraniteMoeSharedConfig)
• grounding-dino — BertTokenizer (modèle GroundingDinoConfig)
• groupvit — CLIPTokenizer (modèle GroupViTConfig)
• gte — XLMRobertaTokenizer (modèle GteConfig)
• hubert — Wav2Vec2CTCTokenizer (modèle HubertConfig)
• hunyuan_vl — Qwen2Tokenizer (modèle HunYuanVLConfig)
• hyperclovax — TokenizersBackend (modèle HyperCLOVAXConfig)
• hyperclovax_vision_v2 — GPT2Tokenizer (modèle HyperCLOVAXVisionV2Config)
• ibert — RobertaTokenizer (modèle IBertConfig)
• idefics — LlamaTokenizer (modèle IdeficsConfig)
• idefics2 — LlamaTokenizer (modèle Idefics2Config)
• instructblip — GPT2Tokenizer (modèle InstructBlipConfig)
• instructblipvideo — GPT2Tokenizer (modèle InstructBlipVideoConfig)
• internvl — Qwen2Tokenizer (modèle InternVLConfig)
• jais2 — GPT2Tokenizer (modèle Jais2Config)
• jamba — TokenizersBackend (modèle JambaConfig)
• jina_embeddings_v3 — XLMRobertaTokenizer (modèle JinaEmbeddingsV3Config)
• kimi_k25 — TokenizersBackend (modèle Kimi_K25Config)
• kimi_linear — TokenizersBackend (modèle KimiLinearConfig)
• kosmos-2 — TokenizersBackend (modèle Kosmos2Config)
• lasr_ctc — LasrTokenizer (modèle LasrCTCConfig)
• lasr_encoder — LasrTokenizer (modèle LasrEncoderConfig)
• layoutlm — BertTokenizer (modèle LayoutLMConfig)
• layoutlmv2 — LayoutLMv2Tokenizer (modèle LayoutLMv2Config)
• layoutlmv3 — LayoutLMv3Tokenizer (modèle LayoutLMv3Config)
• layoutxlm — LayoutXLMTokenizer (modèle LayoutXLMConfig)
• led — LEDTokenizer (modèle LEDConfig)
• lighton_ocr — Qwen2TokenizerFast (modèle LightOnOcrConfig)
• lilt — RobertaTokenizer (modèle LiltConfig)
• llava — TokenizersBackend (modèle LlavaConfig)
• llava_next — TokenizersBackend (modèle LlavaNextConfig)
• longformer — RobertaTokenizer (modèle LongformerConfig)
• luke — LukeTokenizer (modèle LukeConfig)
• lxmert — LxmertTokenizer (modèle LxmertConfig)
• m2m_100 — M2M100Tokenizer (modèle M2M100Config)
• mamba — GPTNeoXTokenizer (modèle MambaConfig)
• mamba2 — GPTNeoXTokenizer (modèle Mamba2Config)
• marian — MarianTokenizer (modèle MarianConfig)
• markuplm — MarkupLMTokenizer (modèle MarkupLMConfig)
• mbart — MBartTokenizer (modèle MBartConfig)
• megatron-bert — BertTokenizer (modèle MegatronBertConfig)
• metaclip_2 — XLMRobertaTokenizer (modèle MetaClip2Config)
• mgp-str — MgpstrTokenizer (modèle MgpstrConfig)
• mimo_v2_flash — TokenizersBackend (modèle MiMoV2FlashConfig)
• minicpm3 — TokenizersBackend (modèle MiniCPM3Config)
• minicpm_ocr — TokenizersBackend (modèle MiniCPMOcrConfig)
• minicpmv4_6 — TokenizersBackend (modèle MiniCPMV4_6Config)
• minicpmv4_7 — TokenizersBackend (modèle MiniCPMV4_7Config)
• minimax_m2 — TokenizersBackend (modèle MiniMaxM2Config)
• ministral — MistralCommonBackend (modèle MinistralConfig)
• ministral3 — MistralCommonBackend (modèle Ministral3Config)
• mistral — MistralCommonBackend (modèle MistralConfig)
• mistral3 — MistralCommonBackend (modèle Mistral3Config)
• mistral_large4 — MistralCommonBackend (modèle MistralLarge4Config)
• mixtral — MistralCommonBackend (modèle MixtralConfig)
• mm-grounding-dino — BertTokenizer (modèle MMGroundingDinoConfig)
• mobilebert — MobileBertTokenizer (modèle MobileBertConfig)
• modernbert — TokenizersBackend (modèle ModernBertConfig)
• modernbert-decoder — TokenizersBackend (modèle ModernBertDecoderConfig)
• molmo2 — TokenizersBackend (modèle Molmo2Config)
• moss_transcribe_diarize — Qwen2Tokenizer (modèle MossTranscribeDiarizeConfig)
• mpnet — MPNetTokenizer (modèle MPNetConfig)
• mpt — GPTNeoXTokenizer (modèle MptConfig)
• mra — RobertaTokenizer (modèle MraConfig)
• mt5 — T5Tokenizer (modèle MT5Config)
• musicgen — T5Tokenizer (modèle MusicgenConfig)
• musicgen_melody — T5Tokenizer (modèle MusicgenMelodyConfig)
• mvp — MvpTokenizer (modèle MvpConfig)
• nemo_speechlm — TokenizersBackend (modèle Nemotron3_5TranscribeConfig)
• nemotron — TokenizersBackend (modèle NemotronConfig)
• nemotron3_5_asr — ParakeetTokenizer (modèle Nemotron3_5AsrConfig)
• nemotron_asr_streaming — ParakeetTokenizer (modèle NemotronAsrStreamingConfig)
• nllb-moe — NllbTokenizer (modèle NllbMoeConfig)
• nomic_bert — BertTokenizer (modèle NomicBertConfig)
• nougat — NougatTokenizer (modèle NougatConfig)
• nystromformer — TokenizersBackend (modèle NystromformerConfig)
• olmo — GPTNeoXTokenizer (modèle OlmoConfig)
• olmo2 — TokenizersBackend (modèle Olmo2Config)
• olmo3 — TokenizersBackend (modèle Olmo3Config)
• olmo_hybrid — TokenizersBackend (modèle OlmoHybridConfig)
• olmoe — GPTNeoXTokenizer (modèle OlmoeConfig)
• omdet-turbo — CLIPTokenizer (modèle OmDetTurboConfig)
• oneformer — CLIPTokenizer (modèle OneFormerConfig)
• openai-gpt — OpenAIGPTTokenizer (modèle OpenAIGPTConfig)
• opt — GPT2Tokenizer (modèle OPTConfig)
• ovis2 — Qwen2Tokenizer (modèle Ovis2Config)
• owlv2 — CLIPTokenizer (modèle Owlv2Config)
• owlvit — CLIPTokenizer (modèle OwlViTConfig)
• paddleocr_vl — TokenizersBackend (modèle PaddleOCRVLConfig)
• parakeet_ctc — ParakeetTokenizer (modèle ParakeetCTCConfig)
• parakeet_rnnt — ParakeetTokenizer (modèle ParakeetRNNTConfig)
• parakeet_tdt — ParakeetTokenizer (modèle ParakeetTDTConfig)
• pegasus — PegasusTokenizer (modèle PegasusConfig)
• pegasus_x — TokenizersBackend (modèle PegasusXConfig)
• perceiver — PerceiverTokenizer (modèle PerceiverConfig)
• persimmon — TokenizersBackend (modèle PersimmonConfig)
• phi — GPT2Tokenizer (modèle PhiConfig)
• phi3 — TokenizersBackend (modèle Phi3Config)
• phimoe — TokenizersBackend (modèle PhimoeConfig)
• pix2struct — TokenizersBackend (modèle Pix2StructConfig)
• pixtral — MistralCommonBackend (modèle PixtralVisionConfig)
• plbart — PLBartTokenizer (modèle PLBartConfig)
• pocket_tts — TokenizersBackend (modèle PocketTTSConfig)
• pp_formulanet — NougatTokenizer (modèle PPFormulaNetConfig)
• prophetnet — ProphetNetTokenizer (modèle ProphetNetConfig)
• qianfan_ocr — Qwen2Tokenizer (modèle QianfanOCRConfig)
• qwen2 — Qwen2Tokenizer (modèle Qwen2Config)
• qwen2_5_omni — Qwen2Tokenizer (modèle Qwen2_5OmniConfig)
• qwen2_5_vl — Qwen2Tokenizer (modèle Qwen2_5_VLConfig)
• qwen2_audio — Qwen2Tokenizer (modèle Qwen2AudioConfig)
• qwen2_moe — Qwen2Tokenizer (modèle Qwen2MoeConfig)
• qwen2_vl — Qwen2Tokenizer (modèle Qwen2VLConfig)
• qwen3 — Qwen2Tokenizer (modèle Qwen3Config)
• qwen3_5 — Qwen3_5Tokenizer (modèle Qwen3_5Config)
• qwen3_5_moe — Qwen3_5Tokenizer (modèle Qwen3_5MoeConfig)
• qwen3_5_moe_text — Qwen3_5Tokenizer (modèle Qwen3_5MoeTextConfig)
• qwen3_5_text — Qwen3_5Tokenizer (modèle Qwen3_5TextConfig)
• qwen3_asr — Qwen2Tokenizer (modèle Qwen3ASRConfig)
• qwen3_moe — Qwen2Tokenizer (modèle Qwen3MoeConfig)
• qwen3_next — Qwen2Tokenizer (modèle Qwen3NextConfig)
• qwen3_omni_moe — Qwen2Tokenizer (modèle Qwen3OmniMoeConfig)
• qwen3_vl — Qwen2Tokenizer (modèle Qwen3VLConfig)
• qwen3_vl_moe — Qwen2Tokenizer (modèle Qwen3VLMoeConfig)
• qwen4_exp — Qwen3_5Tokenizer (modèle Qwen4ExpConfig)
• rag — RagTokenizer (modèle RagConfig)
• recurrent_gemma — GemmaTokenizer (modèle RecurrentGemmaConfig)
• reformer — ReformerTokenizer (modèle ReformerConfig)
• rembert — RemBertTokenizer (modèle RemBertConfig)
• roberta — RobertaTokenizer (modèle RobertaConfig)
• roberta-prelayernorm — RobertaTokenizer (modèle RobertaPreLayerNormConfig)
• roc_bert — RoCBertTokenizer (modèle RoCBertConfig)
• roformer — RoFormerTokenizer (modèle RoFormerConfig)
• rwkv — GPTNeoXTokenizer (modèle RwkvConfig)
• sam3 — CLIPTokenizer (modèle Sam3Config)
• sam3_video — CLIPTokenizer (modèle Sam3VideoConfig)
• seamless_m4t — SeamlessM4TTokenizer (modèle SeamlessM4TConfig)
• seamless_m4t_v2 — SeamlessM4TTokenizer (modèle SeamlessM4Tv2Config)
• shieldgemma2 — GemmaTokenizer (modèle ShieldGemma2Config)
• siglip — SiglipTokenizer (modèle SiglipConfig)
• siglip2 — Siglip2Tokenizer (modèle Siglip2Config)
• smolvlm — TokenizersBackend (modèle SmolVLMConfig)
• speech_to_text — Speech2TextTokenizer (modèle Speech2TextConfig)
• speecht5 — SpeechT5Tokenizer (modèle SpeechT5Config)
• splinter — SplinterTokenizer (modèle SplinterConfig)
• squeezebert — BertTokenizer (modèle SqueezeBertConfig)
• stablelm — TokenizersBackend (modèle StableLmConfig)
• starcoder2 — GPT2Tokenizer (modèle Starcoder2Config)
• switch_transformers — T5Tokenizer (modèle SwitchTransformersConfig)
• t5 — T5Tokenizer (modèle T5Config)
• t5gemma — GemmaTokenizer (modèle T5GemmaConfig)
• tapas — TapasTokenizer (modèle TapasConfig)
• tipsv2 — Tipsv2Tokenizer (modèle Tipsv2Config)
• trocr — XLMRobertaTokenizer (modèle TrOCRConfig)
• tvp — BertTokenizer (modèle TvpConfig)
• udop — UdopTokenizer (modèle UdopConfig)
• umt5 — TokenizersBackend (modèle UMT5Config)
• unispeech — Wav2Vec2CTCTokenizer (modèle UniSpeechConfig)
• unispeech-sat — Wav2Vec2CTCTokenizer (modèle UniSpeechSatConfig)
• vibevoice — Qwen2TokenizerFast (modèle VibeVoiceConfig)
• videoprism — VideoPrismTokenizer (modèle VideoPrismConfig)
• vilt — BertTokenizer (modèle ViltConfig)
• vipllava — TokenizersBackend (modèle VipLlavaConfig)
• visual_bert — BertTokenizer (modèle VisualBertConfig)
• vits — VitsTokenizer (modèle VitsConfig)
• voxtral — MistralCommonBackend (modèle VoxtralConfig)
• voxtral_realtime — MistralCommonBackend (modèle VoxtralRealtimeConfig)
• wav2vec2 — Wav2Vec2CTCTokenizer (modèle Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2CTCTokenizer (modèle Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2CTCTokenizer (modèle Wav2Vec2ConformerConfig)
• whisper — WhisperTokenizer (modèle WhisperConfig)
• xclip — CLIPTokenizer (modèle XCLIPConfig)
• xglm — XGLMTokenizer (modèle XGLMConfig)
• xlm — XLMTokenizer (modèle XLMConfig)
• xlm-roberta — XLMRobertaTokenizer (modèle XLMRobertaConfig)
• xlm-roberta-xl — TokenizersBackend (modèle XLMRobertaXLConfig)
• xlnet — XLNetTokenizer (modèle XLNetConfig)
• xlstm — GPTNeoXTokenizer (modèle xLSTMConfig)
• xmod — XLMRobertaTokenizer (modèle XmodConfig)
• yoso — AlbertTokenizer (modèle YosoConfig)
• zaya — GemmaTokenizer (modèle ZayaConfig)

>>> from transformers import AutoTokenizer

>>> # Download vocabulary from huggingface.co and cache.
>>> tokenizer = AutoTokenizer.from_pretrained("google-bert/bert-base-uncased")

>>> # Download vocabulary from huggingface.co (user-uploaded) and cache.
>>> tokenizer = AutoTokenizer.from_pretrained("dbmdz/bert-base-german-cased")

>>> # If vocabulary files are in a directory (e.g. tokenizer was saved using *save_pretrained('./test/saved_model/')*)
>>> # tokenizer = AutoTokenizer.from_pretrained("./test/bert_saved_model/")

>>> # Download vocabulary from huggingface.co and define model-specific arguments
>>> tokenizer = AutoTokenizer.from_pretrained("FacebookAI/roberta-base", add_prefix_space=True)

Enregistrer un nouveau tokenizer dans cette correspondance.

Instanciez l'une des classes d'extracteur de caractéristiques de la bibliothèque à partir du vocabulaire d'un modèle pré-entraîné.

La classe d’extracteur de caractéristiques à instancier est sélectionnée en fonction de la propriété model_type de l’objet de configuration (soit passée en argument, soit chargée depuis pretrained_model_name_or_path si possible), ou, en cas d’absence, par correspondance de motifs sur pretrained_model_name_or_path :

• audio-spectrogram-transformer — ASTFeatureExtractor (modèle ASTConfig)
• audioflamingo3 — WhisperFeatureExtractor (modèle AudioFlamingo3Config)
• canary — ParakeetFeatureExtractor (modèle CanaryConfig)
• clap — ClapFeatureExtractor (modèle ClapConfig)
• clvp — ClvpFeatureExtractor (modèle ClvpConfig)
• cohere_asr — CohereAsrFeatureExtractor (modèle CohereAsrConfig)
• csm — EncodecFeatureExtractor (modèle CsmConfig)
• dac — DacFeatureExtractor (modèle DacConfig)
• data2vec-audio — Wav2Vec2FeatureExtractor (modèle Data2VecAudioConfig)
• dia — DiaFeatureExtractor (modèle DiaConfig)
• embedding_gemma2 — Gemma4AudioFeatureExtractor (modèle EmbeddingGemma2Config)
• encodec — EncodecFeatureExtractor (modèle EncodecConfig)
• fun_asr_nano — FunAsrNanoFeatureExtractor (modèle FunAsrNanoConfig)
• gemma3n — Gemma3nAudioFeatureExtractor (modèle Gemma3nConfig)
• gemma4 — Gemma4AudioFeatureExtractor (modèle Gemma4Config)
• gemma4_unified — Gemma4UnifiedAudioFeatureExtractor (modèle Gemma4UnifiedConfig)
• glmasr — WhisperFeatureExtractor (modèle GlmAsrConfig)
• gradium_phonon_tts — PocketTTSFeatureExtractor (modèle GradiumPhononTTSConfig)
• granite_speech — GraniteSpeechFeatureExtractor (modèle GraniteSpeechConfig)
• granite_speech5_ctc — GraniteSpeech5FeatureExtractor (modèle GraniteSpeech5CTCConfig)
• granite_speech5_encoder — GraniteSpeech5FeatureExtractor (modèle GraniteSpeech5EncoderConfig)
• granite_speech_plus — GraniteSpeechFeatureExtractor (modèle GraniteSpeechPlusConfig)
• higgs_audio_v2_tokenizer — DacFeatureExtractor (modèle HiggsAudioV2TokenizerConfig)
• hubert — Wav2Vec2FeatureExtractor (modèle HubertConfig)
• inkling_mm_model — InklingFeatureExtractor (modèle InklingConfig)
• kyutai_speech_to_text — KyutaiSpeechToTextFeatureExtractor (modèle KyutaiSpeechToTextConfig)
• lasr_ctc — LasrFeatureExtractor (modèle LasrCTCConfig)
• lasr_encoder — LasrFeatureExtractor (modèle LasrEncoderConfig)
• mimi — EncodecFeatureExtractor (modèle MimiConfig)
• moonshine — Wav2Vec2FeatureExtractor (modèle MoonshineConfig)
• moshi — EncodecFeatureExtractor (modèle MoshiConfig)
• moss_transcribe_diarize — MossTranscribeDiarizeFeatureExtractor (modèle MossTranscribeDiarizeConfig)
• muse_spark — MuseSparkFeatureExtractor (modèle MuseSparkConfig)
• musicgen — EncodecFeatureExtractor (modèle MusicgenConfig)
• musicgen_melody — MusicgenMelodyFeatureExtractor (modèle MusicgenMelodyConfig)
• nemo_speechlm — NemotronAsrStreamingFeatureExtractor (modèle Nemotron3_5TranscribeConfig)
• nemotron3_5_asr — NemotronAsrStreamingFeatureExtractor (modèle Nemotron3_5AsrConfig)
• nemotron3_diarization — NemotronAsrStreamingFeatureExtractor (modèle Nemotron3DiarizationConfig)
• nemotron_asr_streaming — NemotronAsrStreamingFeatureExtractor (modèle NemotronAsrStreamingConfig)
• nemotron_asr_streaming_encoder — NemotronAsrStreamingFeatureExtractor (modèle NemotronAsrStreamingEncoderConfig)
• neucodec — NeuCodecFeatureExtractor (modèle NeuCodecConfig)
• parakeet_ctc — ParakeetFeatureExtractor (modèle ParakeetCTCConfig)
• parakeet_encoder — ParakeetFeatureExtractor (modèle ParakeetEncoderConfig)
• parakeet_rnnt — ParakeetFeatureExtractor (modèle ParakeetRNNTConfig)
• parakeet_tdt — ParakeetFeatureExtractor (modèle ParakeetTDTConfig)
• pe_audio — PeAudioFeatureExtractor (modèle PeAudioConfig)
• pe_audio_video — PeAudioFeatureExtractor (modèle PeAudioVideoConfig)
• phi4_multimodal — Phi4MultimodalFeatureExtractor (modèle Phi4MultimodalConfig)
• pocket_tts — PocketTTSFeatureExtractor (modèle PocketTTSConfig)
• pocket_tts_audio_tokenizer — EncodecFeatureExtractor (modèle PocketTTSAudioTokenizerConfig)
• pop2piano — Pop2PianoFeatureExtractor (modèle Pop2PianoConfig)
• qwen2_5_omni — WhisperFeatureExtractor (modèle Qwen2_5OmniConfig)
• qwen2_audio — WhisperFeatureExtractor (modèle Qwen2AudioConfig)
• qwen3_asr — Qwen3ASRFeatureExtractor (modèle Qwen3ASRConfig)
• qwen3_omni_moe — WhisperFeatureExtractor (modèle Qwen3OmniMoeConfig)
• seamless_m4t — SeamlessM4TFeatureExtractor (modèle SeamlessM4TConfig)
• seamless_m4t_v2 — SeamlessM4TFeatureExtractor (modèle SeamlessM4Tv2Config)
• sew — Wav2Vec2FeatureExtractor (modèle SEWConfig)
• sew-d — Wav2Vec2FeatureExtractor (modèle SEWDConfig)
• speech_to_text — Speech2TextFeatureExtractor (modèle Speech2TextConfig)
• speecht5 — SpeechT5FeatureExtractor (modèle SpeechT5Config)
• unispeech — Wav2Vec2FeatureExtractor (modèle UniSpeechConfig)
• unispeech-sat — Wav2Vec2FeatureExtractor (modèle UniSpeechSatConfig)
• univnet — UnivNetFeatureExtractor (modèle UnivNetConfig)
• vibevoice — VibeVoiceAcousticTokenizerFeatureExtractor (modèle VibeVoiceConfig)
• vibevoice_acoustic_tokenizer — VibeVoiceAcousticTokenizerFeatureExtractor (modèle VibeVoiceAcousticTokenizerConfig)
• vibevoice_asr — VibeVoiceAcousticTokenizerFeatureExtractor (modèle VibeVoiceAsrConfig)
• voxtral — WhisperFeatureExtractor (modèle VoxtralConfig)
• voxtral_realtime — VoxtralRealtimeFeatureExtractor (modèle VoxtralRealtimeConfig)
• wav2vec2 — Wav2Vec2FeatureExtractor (modèle Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2FeatureExtractor (modèle Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2FeatureExtractor (modèle Wav2Vec2ConformerConfig)
• wavlm — Wav2Vec2FeatureExtractor (modèle WavLMConfig)
• whisper — WhisperFeatureExtractor (modèle WhisperConfig)
• xcodec — DacFeatureExtractor (modèle XcodecConfig)
• xcodec2 — Xcodec2FeatureExtractor (modèle Xcodec2Config)

Passer token=True est obligatoire lorsque vous souhaitez utiliser un modèle privé.

>>> from transformers import AutoFeatureExtractor

>>> # Download feature extractor from huggingface.co and cache.
>>> feature_extractor = AutoFeatureExtractor.from_pretrained("facebook/wav2vec2-base-960h")

>>> # If feature extractor files are in a directory (e.g. feature extractor was saved using *save_pretrained('./test/saved_model/')*)
>>> # feature_extractor = AutoFeatureExtractor.from_pretrained("./test/saved_model/")

Enregistrer un nouvel extracteur de caractéristiques pour cette classe.

Instanciez l'une des classes de processeur d'images de la bibliothèque à partir du vocabulaire d'un modèle pré-entraîné.

La classe de processeur d’images à instancier est sélectionnée en fonction de la propriété model_type de l’objet de configuration (soit passée en argument, soit chargée depuis pretrained_model_name_or_path si possible), ou, en cas d’absence, par correspondance de motifs sur pretrained_model_name_or_path :

• aimv2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle Aimv2Config)
• aimv2_vision_model — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle Aimv2VisionConfig)
• align — {'torchvision': 'EfficientNetImageProcessor', 'pil': 'EfficientNetImageProcessorPil'} (modèle AlignConfig)
• altclip — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle AltCLIPConfig)
• aria — {'pil': 'AriaImageProcessorPil', 'torchvision': 'AriaImageProcessor'} (modèle AriaConfig)
• aya_vision — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'} (modèle AyaVisionConfig)
• beit — {'pil': 'BeitImageProcessorPil', 'torchvision': 'BeitImageProcessor'} (modèle BeitConfig)
• bit — {'pil': 'BitImageProcessorPil', 'torchvision': 'BitImageProcessor'} (modèle BitConfig)
• blip — {'pil': 'BlipImageProcessorPil', 'torchvision': 'BlipImageProcessor'} (modèle BlipConfig)
• blip-2 — {'torchvision': 'BlipImageProcessor', 'pil': 'BlipImageProcessorPil'} (modèle Blip2Config)
• bridgetower — {'pil': 'BridgeTowerImageProcessorPil', 'torchvision': 'BridgeTowerImageProcessor'} (modèle BridgeTowerConfig)
• chameleon — {'pil': 'ChameleonImageProcessorPil', 'torchvision': 'ChameleonImageProcessor'} (modèle ChameleonConfig)
• chinese_clip — {'pil': 'ChineseCLIPImageProcessorPil', 'torchvision': 'ChineseCLIPImageProcessor'} (modèle ChineseCLIPConfig)
• chmv2 — {'torchvision': 'CHMv2ImageProcessor'} (modèle CHMv2Config)
• clip — {'pil': 'CLIPImageProcessorPil', 'torchvision': 'CLIPImageProcessor'} (modèle CLIPConfig)
• clipseg — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle CLIPSegConfig)
• cohere2_vision — {'torchvision': 'Cohere2VisionImageProcessor'} (modèle Cohere2VisionConfig)
• cohere_compass — {'pil': 'CohereCompassImageProcessorPil', 'torchvision': 'CohereCompassImageProcessor'} (modèle CohereCompassConfig)
• colpali — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (modèle ColPaliConfig)
• colqwen2 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle ColQwen2Config)
• conditional_detr — {'pil': 'ConditionalDetrImageProcessorPil', 'torchvision': 'ConditionalDetrImageProcessor'} (modèle ConditionalDetrConfig)
• convnext — {'pil': 'ConvNextImageProcessorPil', 'torchvision': 'ConvNextImageProcessor'} (modèle ConvNextConfig)
• convnextv2 — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (modèle ConvNextV2Config)
• cosmos3_edge — {'pil': 'Cosmos3EdgeImageProcessorPil', 'torchvision': 'Cosmos3EdgeImageProcessor'} (modèle Cosmos3EdgeConfig)
• cosmos3_omni — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Cosmos3OmniConfig)
• cvt — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (modèle CvtConfig)
• data2vec-vision — {'torchvision': 'BeitImageProcessor', 'pil': 'BeitImageProcessorPil'} (modèle Data2VecVisionConfig)
• deepseek_ocr2 — {'pil': 'DeepseekOcr2ImageProcessorPil', 'torchvision': 'DeepseekOcr2ImageProcessor'} (modèle DeepseekOcr2Config)
• deepseek_vl — {'pil': 'DeepseekVLImageProcessorPil', 'torchvision': 'DeepseekVLImageProcessor'} (modèle DeepseekVLConfig)
• deepseek_vl_hybrid — {'pil': 'DeepseekVLHybridImageProcessorPil', 'torchvision': 'DeepseekVLHybridImageProcessor'} (modèle DeepseekVLHybridConfig)
• deformable_detr — {'pil': 'DeformableDetrImageProcessorPil', 'torchvision': 'DeformableDetrImageProcessor'} (modèle DeformableDetrConfig)
• deimv2 — {'torchvision': 'RTDetrImageProcessor', 'pil': 'RTDetrImageProcessorPil'} (modèle Deimv2Config)
• deit — {'pil': 'DeiTImageProcessorPil', 'torchvision': 'DeiTImageProcessor'} (modèle DeiTConfig)
• depth_anything — {'torchvision': 'DPTImageProcessor', 'pil': 'DPTImageProcessorPil'} (modèle DepthAnythingConfig)
• depth_pro — {'torchvision': 'DepthProImageProcessor'} (modèle DepthProConfig)
• detr — {'pil': 'DetrImageProcessorPil', 'torchvision': 'DetrImageProcessor'} (modèle DetrConfig)
• dinat — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle DinatConfig)
• dinov2 — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (modèle Dinov2Config)
• dinov3_vit — {'torchvision': 'DINOv3ViTImageProcessor'} (modèle DINOv3ViTConfig)
• donut-swin — {'torchvision': 'DonutImageProcessor', 'pil': 'DonutImageProcessorPil'} (modèle DonutSwinConfig)
• dpt — {'pil': 'DPTImageProcessorPil', 'torchvision': 'DPTImageProcessor'} (modèle DPTConfig)
• edgetam — {'torchvision': 'Sam2ImageProcessor'} (modèle EdgeTamConfig)
• efficientloftr — {'pil': 'EfficientLoFTRImageProcessorPil', 'torchvision': 'EfficientLoFTRImageProcessor'} (modèle EfficientLoFTRConfig)
• efficientnet — {'pil': 'EfficientNetImageProcessorPil', 'torchvision': 'EfficientNetImageProcessor'} (modèle EfficientNetConfig)
• embedding_gemma2 — {'pil': 'Gemma4ImageProcessorPil', 'torchvision': 'Gemma4ImageProcessor'} (modèle EmbeddingGemma2Config)
• emu3 — {'pil': 'Emu3ImageProcessor'} (modèle Emu3Config)
• eomt — {'pil': 'EomtImageProcessorPil', 'torchvision': 'EomtImageProcessor'} (modèle EomtConfig)
• eomt_dinov3 — {'torchvision': 'EomtImageProcessor', 'pil': 'EomtImageProcessorPil'} (modèle EomtDinov3Config)
• ernie4_5_vl_moe — {'pil': 'Ernie4_5_VLMoeImageProcessorPil', 'torchvision': 'Ernie4_5_VLMoeImageProcessor'} (modèle Ernie4_5_VLMoeConfig)
• exaone4_5 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Exaone4_5_Config)
• flava — {'pil': 'FlavaImageProcessorPil', 'torchvision': 'FlavaImageProcessor'} (modèle FlavaConfig)
• florence2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle Florence2Config)
• focalnet — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (modèle FocalNetConfig)
• fuyu — {'pil': 'FuyuImageProcessorPil', 'torchvision': 'FuyuImageProcessor'} (modèle FuyuConfig)
• gemma3 — {'pil': 'Gemma3ImageProcessorPil', 'torchvision': 'Gemma3ImageProcessor'} (modèle Gemma3Config)
• gemma3n — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (modèle Gemma3nConfig)
• gemma4 — {'pil': 'Gemma4ImageProcessorPil', 'torchvision': 'Gemma4ImageProcessor'} (modèle Gemma4Config)
• gemma4_unified — {'torchvision': 'Gemma4UnifiedImageProcessor'} (modèle Gemma4UnifiedConfig)
• git — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle GitConfig)
• glm46v — {'pil': 'Glm46VImageProcessorPil', 'torchvision': 'Glm46VImageProcessor'} (modèle Glm46VConfig)
• glm4v — {'pil': 'Glm4vImageProcessorPil', 'torchvision': 'Glm4vImageProcessor'} (modèle Glm4vConfig)
• glm5_next — {'pil': 'Glm5NextImageProcessorPil', 'torchvision': 'Glm5NextImageProcessor'} (modèle Glm5NextConfig)
• glm_image — {'pil': 'GlmImageImageProcessorPil', 'torchvision': 'GlmImageImageProcessor'} (modèle GlmImageConfig)
• glmga — {'pil': 'GlmgaImageProcessorPil', 'torchvision': 'GlmgaImageProcessor'} (modèle GlmgaConfig)
• glpn — {'pil': 'GLPNImageProcessorPil', 'torchvision': 'GLPNImageProcessor'} (modèle GLPNConfig)
• got_ocr2 — {'pil': 'GotOcr2ImageProcessorPil', 'torchvision': 'GotOcr2ImageProcessor'} (modèle GotOcr2Config)
• granite4_vision — {'torchvision': 'LlavaNextImageProcessor', 'pil': 'LlavaNextImageProcessorPil'} (modèle Granite4VisionConfig)
• grounding-dino — {'pil': 'GroundingDinoImageProcessorPil', 'torchvision': 'GroundingDinoImageProcessor'} (modèle GroundingDinoConfig)
• groupvit — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle GroupViTConfig)
• hiera — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (modèle HieraConfig)
• hunyuan_vl — {'pil': 'HunYuanVLImageProcessorPil', 'torchvision': 'HunYuanVLImageProcessor'} (modèle HunYuanVLConfig)
• hyperclovax_vision_v2 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle HyperCLOVAXVisionV2Config)
• idefics — {'pil': 'IdeficsImageProcessorPil', 'torchvision': 'IdeficsImageProcessor'} (modèle IdeficsConfig)
• idefics2 — {'pil': 'Idefics2ImageProcessorPil', 'torchvision': 'Idefics2ImageProcessor'} (modèle Idefics2Config)
• idefics3 — {'pil': 'Idefics3ImageProcessorPil', 'torchvision': 'Idefics3ImageProcessor'} (modèle Idefics3Config)
• ijepa — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle IJepaConfig)
• imagegpt — {'pil': 'ImageGPTImageProcessorPil', 'torchvision': 'ImageGPTImageProcessor'} (modèle ImageGPTConfig)
• inkling_mm_model — {'torchvision': 'InklingImageProcessor'} (modèle InklingConfig)
• instructblip — {'torchvision': 'BlipImageProcessor', 'pil': 'BlipImageProcessorPil'} (modèle InstructBlipConfig)
• internvl — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'} (modèle InternVLConfig)
• janus — {'pil': 'JanusImageProcessorPil', 'torchvision': 'JanusImageProcessor'} (modèle JanusConfig)
• kimi_k25 — {'torchvision': 'Kimi_K25ImageProcessor'} (modèle Kimi_K25Config)
• kosmos-2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle Kosmos2Config)
• kosmos-2.5 — {'torchvision': 'Kosmos2_5ImageProcessor', 'pil': 'Kosmos2_5ImageProcessorPil'} (modèle Kosmos2_5Config)
• layoutlmv2 — {'pil': 'LayoutLMv2ImageProcessorPil', 'torchvision': 'LayoutLMv2ImageProcessor'} (modèle LayoutLMv2Config)
• layoutlmv3 — {'pil': 'LayoutLMv3ImageProcessorPil', 'torchvision': 'LayoutLMv3ImageProcessor'} (modèle LayoutLMv3Config)
• layoutxlm — {'torchvision': 'LayoutLMv2ImageProcessor', 'pil': 'LayoutLMv2ImageProcessorPil'} (modèle LayoutXLMConfig)
• levit — {'pil': 'LevitImageProcessorPil', 'torchvision': 'LevitImageProcessor'} (modèle LevitConfig)
• lfm2_vl — {'torchvision': 'Lfm2VlImageProcessor'} (modèle Lfm2VlConfig)
• lightglue — {'pil': 'LightGlueImageProcessorPil', 'torchvision': 'LightGlueImageProcessor'} (modèle LightGlueConfig)
• lighton_ocr — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (modèle LightOnOcrConfig)
• llama4 — {'torchvision': 'Llama4ImageProcessor'} (modèle Llama4Config)
• llava — {'pil': 'LlavaImageProcessorPil', 'torchvision': 'LlavaImageProcessor'} (modèle LlavaConfig)
• llava_next — {'pil': 'LlavaNextImageProcessorPil', 'torchvision': 'LlavaNextImageProcessor'} (modèle LlavaNextConfig)
• llava_next_video — {'torchvision': 'LlavaNextImageProcessor', 'pil': 'LlavaNextImageProcessorPil'} (modèle LlavaNextVideoConfig)
• llava_onevision — {'pil': 'LlavaOnevisionImageProcessorPil', 'torchvision': 'LlavaOnevisionImageProcessor'} (modèle LlavaOnevisionConfig)
• lw_detr — {'torchvision': 'DeformableDetrImageProcessor', 'pil': 'DeformableDetrImageProcessorPil'} (modèle LwDetrConfig)
• mask2former — {'pil': 'Mask2FormerImageProcessorPil', 'torchvision': 'Mask2FormerImageProcessor'} (modèle Mask2FormerConfig)
• maskformer — {'pil': 'MaskFormerImageProcessorPil', 'torchvision': 'MaskFormerImageProcessor'} (modèle MaskFormerConfig)
• metaclip_2 — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle MetaClip2Config)
• mgp-str — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle MgpstrConfig)
• minicpm_ocr — {'torchvision': 'MiniCPMOcrImageProcessor'} (modèle MiniCPMOcrConfig)
• minicpmv4_6 — {'pil': 'MiniCPMV4_6ImageProcessorPil', 'torchvision': 'MiniCPMV4_6ImageProcessor'} (modèle MiniCPMV4_6Config)
• minicpmv4_7 — {'pil': 'MiniCPMV4_6ImageProcessorPil', 'torchvision': 'MiniCPMV4_6ImageProcessor'} (modèle MiniCPMV4_7Config)
• minimax_m3_vl — {'torchvision': 'MiniMaxM3VLImageProcessor'} (modèle MiniMaxM3VLConfig)
• mistral3 — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (modèle Mistral3Config)
• mistral_large4 — {'torchvision': 'PixtralImageProcessor', 'pil': 'PixtralImageProcessorPil'} (modèle MistralLarge4Config)
• mlcd — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle MLCDVisionConfig)
• mllama — {'pil': 'MllamaImageProcessorPil', 'torchvision': 'MllamaImageProcessor'} (modèle MllamaConfig)
• mm-grounding-dino — {'torchvision': 'GroundingDinoImageProcessor', 'pil': 'GroundingDinoImageProcessorPil'} (modèle MMGroundingDinoConfig)
• mobilenet_v1 — {'pil': 'MobileNetV1ImageProcessorPil', 'torchvision': 'MobileNetV1ImageProcessor'} (modèle MobileNetV1Config)
• mobilenet_v2 — {'pil': 'MobileNetV2ImageProcessorPil', 'torchvision': 'MobileNetV2ImageProcessor'} (modèle MobileNetV2Config)
• mobilevit — {'pil': 'MobileViTImageProcessorPil', 'torchvision': 'MobileViTImageProcessor'} (modèle MobileViTConfig)
• mobilevitv2 — {'torchvision': 'MobileViTImageProcessor', 'pil': 'MobileViTImageProcessorPil'} (modèle MobileViTV2Config)
• molmo2 — {'torchvision': 'Molmo2ImageProcessor'} (modèle Molmo2Config)
• muse_glimmer — {'torchvision': 'MuseGlimmerImageProcessor'} (modèle MuseGlimmerConfig)
• muse_spark — {'torchvision': 'MuseGlimmerImageProcessor'} (modèle MuseSparkConfig)
• nemotron_h_omni — {'torchvision': 'NemotronH_Omni_Reasoning_V3ImageProcessor'} (modèle NemotronH_Omni_Reasoning_V3_Config)
• neomme — {'torchvision': 'NeoMMEImageProcessor'} (modèle NeoMMEConfig)
• nougat — {'pil': 'NougatImageProcessorPil', 'torchvision': 'NougatImageProcessor'} (modèle NougatConfig)
• omdet-turbo — {'torchvision': 'DetrImageProcessor', 'pil': 'DetrImageProcessorPil'} (modèle OmDetTurboConfig)
• oneformer — {'pil': 'OneFormerImageProcessorPil', 'torchvision': 'OneFormerImageProcessor'} (modèle OneFormerConfig)
• ovis2 — {'pil': 'Ovis2ImageProcessorPil', 'torchvision': 'Ovis2ImageProcessor'} (modèle Ovis2Config)
• owlv2 — {'pil': 'Owlv2ImageProcessorPil', 'torchvision': 'Owlv2ImageProcessor'} (modèle Owlv2Config)
• owlvit — {'pil': 'OwlViTImageProcessorPil', 'torchvision': 'OwlViTImageProcessor'} (modèle OwlViTConfig)
• paddleocr_vl — {'pil': 'PaddleOCRVLImageProcessorPil', 'torchvision': 'PaddleOCRVLImageProcessor'} (modèle PaddleOCRVLConfig)
• paligemma — {'torchvision': 'SiglipImageProcessor', 'pil': 'SiglipImageProcessorPil'} (modèle PaliGemmaConfig)
• perceiver — {'pil': 'PerceiverImageProcessorPil', 'torchvision': 'PerceiverImageProcessor'} (modèle PerceiverConfig)
• perception_lm — {'torchvision': 'PerceptionLMImageProcessor'} (modèle PerceptionLMConfig)
• phi4_multimodal — {'torchvision': 'Phi4MultimodalImageProcessor'} (modèle Phi4MultimodalConfig)
• pi0 — {'torchvision': 'PI0ImageProcessor'} (modèle PI0Config)
• pix2struct — {'pil': 'Pix2StructImageProcessorPil', 'torchvision': 'Pix2StructImageProcessor'} (modèle Pix2StructConfig)
• pixio — {'torchvision': 'BitImageProcessor', 'pil': 'BitImageProcessorPil'} (modèle PixioConfig)
• pixtral — {'pil': 'PixtralImageProcessorPil', 'torchvision': 'PixtralImageProcessor'} (modèle PixtralVisionConfig)
• poolformer — {'pil': 'PoolFormerImageProcessorPil', 'torchvision': 'PoolFormerImageProcessor'} (modèle PoolFormerConfig)
• pp_chart2table — {'pil': 'PPChart2TableImageProcessorPil', 'torchvision': 'PPChart2TableImageProcessor'} (modèle PPChart2TableConfig)
• pp_doclayout_v2 — {'torchvision': 'PPDocLayoutV2ImageProcessor'} (modèle PPDocLayoutV2Config)
• pp_doclayout_v3 — {'torchvision': 'PPDocLayoutV3ImageProcessor'} (modèle PPDocLayoutV3Config)
• pp_doclayout_v4 — {'torchvision': 'PPDocLayoutV4ImageProcessor'} (modèle PPDocLayoutV4Config)
• pp_formulanet — {'torchvision': 'PPFormulaNetImageProcessor'} (modèle PPFormulaNetConfig)
• pp_lcnet — {'torchvision': 'PPLCNetImageProcessor'} (modèle PPLCNetConfig)
• pp_ocrv5_mobile_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (modèle PPOCRV5MobileDetConfig)
• pp_ocrv5_mobile_rec — {'torchvision': 'PPOCRV5ServerRecImageProcessor'} (modèle PPOCRV5MobileRecConfig)
• pp_ocrv5_server_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (modèle PPOCRV5ServerDetConfig)
• pp_ocrv5_server_rec — {'torchvision': 'PPOCRV5ServerRecImageProcessor'} (modèle PPOCRV5ServerRecConfig)
• pp_ocrv6_medium_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (modèle PPOCRV6MediumDetConfig)
• pp_ocrv6_small_det — {'torchvision': 'PPOCRV5ServerDetImageProcessor'} (modèle PPOCRV6SmallDetConfig)
• pp_ocrv6_small_rec — {'torchvision': 'PPOCRV6SmallRecImageProcessor'} (modèle PPOCRV6SmallRecConfig)
• pp_ocrv6_tiny_rec — {'torchvision': 'PPOCRV6SmallRecImageProcessor'} (modèle PPOCRV6TinyRecConfig)
• prompt_depth_anything — {'pil': 'PromptDepthAnythingImageProcessorPil', 'torchvision': 'PromptDepthAnythingImageProcessor'} (modèle PromptDepthAnythingConfig)
• pvt — {'pil': 'PvtImageProcessorPil', 'torchvision': 'PvtImageProcessor'} (modèle PvtConfig)
• pvt_v2 — {'torchvision': 'PvtImageProcessor', 'pil': 'PvtImageProcessorPil'} (modèle PvtV2Config)
• qianfan_ocr — {'torchvision': 'GotOcr2ImageProcessor', 'pil': 'GotOcr2ImageProcessorPil'} (modèle QianfanOCRConfig)
• qwen2_5_omni — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen2_5OmniConfig)
• qwen2_5_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen2_5_VLConfig)
• qwen2_vl — {'pil': 'Qwen2VLImageProcessorPil', 'torchvision': 'Qwen2VLImageProcessor'} (modèle Qwen2VLConfig)
• qwen3_5 — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen3_5Config)
• qwen3_5_moe — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen3_5MoeConfig)
• qwen3_omni_moe — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen3OmniMoeConfig)
• qwen3_vl — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen3VLConfig)
• qwen4_exp — {'torchvision': 'Qwen2VLImageProcessor', 'pil': 'Qwen2VLImageProcessorPil'} (modèle Qwen4ExpConfig)
• regnet — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (modèle RegNetConfig)
• resnet — {'torchvision': 'ConvNextImageProcessor', 'pil': 'ConvNextImageProcessorPil'} (modèle ResNetConfig)
• rf_detr — {'torchvision': 'RfDetrImageProcessor'} (modèle RfDetrConfig)
• rt_detr — {'pil': 'RTDetrImageProcessorPil', 'torchvision': 'RTDetrImageProcessor'} (modèle RTDetrConfig)
• sam — {'pil': 'SamImageProcessorPil', 'torchvision': 'SamImageProcessor'} (modèle SamConfig)
• sam2 — {'torchvision': 'Sam2ImageProcessor'} (modèle Sam2Config)
• sam2_video — {'torchvision': 'Sam2ImageProcessor'} (modèle Sam2VideoConfig)
• sam3 — {'torchvision': 'Sam3ImageProcessor'} (modèle Sam3Config)
• sam3_lite_text — {'torchvision': 'Sam3ImageProcessor'} (modèle Sam3LiteTextConfig)
• sam3_tracker — {'torchvision': 'Sam3ImageProcessor'} (modèle Sam3TrackerConfig)
• sam3_tracker_video — {'torchvision': 'Sam3ImageProcessor'} (modèle Sam3TrackerVideoConfig)
• sam3_video — {'torchvision': 'Sam3ImageProcessor'} (modèle Sam3VideoConfig)
• sam_hq — {'torchvision': 'SamImageProcessor', 'pil': 'SamImageProcessorPil'} (modèle SamHQConfig)
• sapiens2 — {'torchvision': 'Sapiens2ImageProcessor'} (modèle Sapiens2Config)
• segformer — {'pil': 'SegformerImageProcessorPil', 'torchvision': 'SegformerImageProcessor'} (modèle SegformerConfig)
• seggpt — {'pil': 'SegGptImageProcessorPil', 'torchvision': 'SegGptImageProcessor'} (modèle SegGptConfig)
• shieldgemma2 — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'} (modèle ShieldGemma2Config)
• siglip — {'pil': 'SiglipImageProcessorPil', 'torchvision': 'SiglipImageProcessor'} (modèle SiglipConfig)
• siglip2 — {'pil': 'Siglip2ImageProcessorPil', 'torchvision': 'Siglip2ImageProcessor'} (modèle Siglip2Config)
• slanet — {'torchvision': 'SLANeXtImageProcessor'} (modèle SLANetConfig)
• slanext — {'torchvision': 'SLANeXtImageProcessor'} (modèle SLANeXtConfig)
• smolvlm — {'pil': 'SmolVLMImageProcessorPil', 'torchvision': 'SmolVLMImageProcessor'} (modèle SmolVLMConfig)
• step3p7 — {'torchvision': 'Step3p7ImageProcessor'} (modèle Step3p7Config)
• superglue — {'pil': 'SuperGlueImageProcessorPil', 'torchvision': 'SuperGlueImageProcessor'} (modèle SuperGlueConfig)
• superpoint — {'pil': 'SuperPointImageProcessorPil', 'torchvision': 'SuperPointImageProcessor'} (modèle SuperPointConfig)
• swiftformer — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle SwiftFormerConfig)
• swin — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle SwinConfig)
• swin2sr — {'pil': 'Swin2SRImageProcessorPil', 'torchvision': 'Swin2SRImageProcessor'} (modèle Swin2SRConfig)
• swinv2 — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle Swinv2Config)
• t5gemma2 — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'} (modèle T5Gemma2Config)
• t5gemma2_encoder — {'torchvision': 'Gemma3ImageProcessor', 'pil': 'Gemma3ImageProcessorPil'} (modèle T5Gemma2EncoderConfig)
• table-transformer — {'torchvision': 'DetrImageProcessor', 'pil': 'DetrImageProcessorPil'} (modèle TableTransformerConfig)
• textnet — {'pil': 'TextNetImageProcessorPil', 'torchvision': 'TextNetImageProcessor'} (modèle TextNetConfig)
• timesformer — {'pil': 'VideoMAEImageProcessorPil', 'torchvision': 'VideoMAEImageProcessor'} (modèle TimesformerConfig)
• timm_wrapper — {'pil': 'TimmWrapperImageProcessor'} (modèle TimmWrapperConfig)
• tipsv2 — {'torchvision': 'Tipsv2ImageProcessor'} (modèle Tipsv2Config)
• tipsv2_dpt — {'torchvision': 'Tipsv2DptImageProcessor'} (modèle Tipsv2DptConfig)
• trocr — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle TrOCRConfig)
• tvp — {'pil': 'TvpImageProcessorPil', 'torchvision': 'TvpImageProcessor'} (modèle TvpConfig)
• udop — {'torchvision': 'LayoutLMv3ImageProcessor', 'pil': 'LayoutLMv3ImageProcessorPil'} (modèle UdopConfig)
• ultravbert — {'torchvision': 'UltraVBertImageProcessor'} (modèle UltraVBertConfig)
• unlimited_ocr — {'torchvision': 'UnlimitedOcrImageProcessor'} (modèle UnlimitedOcrConfig)
• upernet — {'torchvision': 'SegformerImageProcessor', 'pil': 'SegformerImageProcessorPil'} (modèle UperNetConfig)
• uvdoc — {'torchvision': 'UVDocImageProcessor'} (modèle UVDocConfig)
• video_llama_3 — {'pil': 'VideoLlama3ImageProcessorPil', 'torchvision': 'VideoLlama3ImageProcessor'} (modèle VideoLlama3Config)
• video_llava — {'pil': 'VideoLlavaImageProcessor'} (modèle VideoLlavaConfig)
• videomae — {'pil': 'VideoMAEImageProcessorPil', 'torchvision': 'VideoMAEImageProcessor'} (modèle VideoMAEConfig)
• vilt — {'pil': 'ViltImageProcessorPil', 'torchvision': 'ViltImageProcessor'} (modèle ViltConfig)
• vipllava — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle VipLlavaConfig)
• vit — {'pil': 'ViTImageProcessorPil', 'torchvision': 'ViTImageProcessor'} (modèle ViTConfig)
• vit_mae — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle ViTMAEConfig)
• vit_msn — {'torchvision': 'ViTImageProcessor', 'pil': 'ViTImageProcessorPil'} (modèle ViTMSNConfig)
• vitmatte — {'pil': 'VitMatteImageProcessorPil', 'torchvision': 'VitMatteImageProcessor'} (modèle VitMatteConfig)
• vitpose — {'pil': 'VitPoseImageProcessorPil', 'torchvision': 'VitPoseImageProcessor'} (modèle VitPoseConfig)
• vivit — {'torchvision': 'VivitImageProcessor'} (modèle VivitConfig)
• xclip — {'torchvision': 'CLIPImageProcessor', 'pil': 'CLIPImageProcessorPil'} (modèle XCLIPConfig)
• yolos — {'pil': 'YolosImageProcessorPil', 'torchvision': 'YolosImageProcessor'} (modèle YolosConfig)
• zoedepth — {'pil': 'ZoeDepthImageProcessorPil', 'torchvision': 'ZoeDepthImageProcessor'} (modèle ZoeDepthConfig)

Passer token=True est obligatoire lorsque vous souhaitez utiliser un modèle privé.

>>> from transformers import AutoImageProcessor

>>> # Download image processor from huggingface.co and cache.
>>> image_processor = AutoImageProcessor.from_pretrained("google/vit-base-patch16-224-in21k")

>>> # If image processor files are in a directory (e.g. image processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # image_processor = AutoImageProcessor.from_pretrained("./test/saved_model/")

Enregistrer un nouveau processeur d'images pour cette classe.

Instanciez l'une des classes de processeur vidéo de la bibliothèque à partir du vocabulaire d'un modèle pré-entraîné.

La classe de processeur vidéo à instancier est sélectionnée en fonction de la propriété model_type de l’objet de configuration (que celui-ci soit passé en argument ou chargé depuis pretrained_model_name_or_path si possible), ou, en cas d’absence, en recourant à une correspondance de motifs sur pretrained_model_name_or_path :

• cohere_compass — {'torchvision': 'CohereCompassVideoProcessor'} (modèle CohereCompassConfig)
• cosmos3_edge — {'torchvision': 'Cosmos3EdgeVideoProcessor'} (modèle Cosmos3EdgeConfig)
• cosmos3_omni — {'torchvision': 'Qwen3VLVideoProcessor'} (modèle Cosmos3OmniConfig)
• embedding_gemma2 — {'torchvision': 'EmbeddingGemma2VideoProcessor'} (modèle EmbeddingGemma2Config)
• ernie4_5_vl_moe — {'torchvision': 'Ernie4_5_VLMoeVideoProcessor'} (modèle Ernie4_5_VLMoeConfig)
• exaone4_5 — {'torchvision': 'Qwen2VLVideoProcessor'} (modèle Exaone4_5_Config)
• gemma4 — {'torchvision': 'Gemma4VideoProcessor'} (modèle Gemma4Config)
• gemma4_unified — {'torchvision': 'Gemma4UnifiedVideoProcessor'} (modèle Gemma4UnifiedConfig)
• glm46v — {'torchvision': 'Glm46VVideoProcessor'} (modèle Glm46VConfig)
• glm4v — {'torchvision': 'Glm4vVideoProcessor'} (modèle Glm4vConfig)
• glm5_next — {'torchvision': 'Glm5NextVideoProcessor'} (modèle Glm5NextConfig)
• glmga — {'torchvision': 'GlmgaVideoProcessor'} (modèle GlmgaConfig)
• hyperclovax_vision_v2 — {'torchvision': 'Qwen2VLVideoProcessor'} (modèle HyperCLOVAXVisionV2Config)
• instructblip — {'torchvision': 'InstructBlipVideoVideoProcessor'} (modèle InstructBlipConfig)
• instructblipvideo — {'torchvision': 'InstructBlipVideoVideoProcessor'} (modèle InstructBlipVideoConfig)
• internvl — {'torchvision': 'InternVLVideoProcessor'} (modèle InternVLConfig)
• kimi_k25 — {'torchvision': 'Kimi_K25VideoProcessor'} (modèle Kimi_K25Config)
• llava_next_video — {'torchvision': 'LlavaNextVideoVideoProcessor'} (modèle LlavaNextVideoConfig)
• llava_onevision — {'torchvision': 'LlavaOnevisionVideoProcessor'} (modèle LlavaOnevisionConfig)
• minicpm_ocr — {'torchvision': 'MiniCPMOcrVideoProcessor'} (modèle MiniCPMOcrConfig)
• minicpmv4_6 — {'torchvision': 'MiniCPMV4_6VideoProcessor'} (modèle MiniCPMV4_6Config)
• minicpmv4_7 — {'torchvision': 'MiniCPMV4_6VideoProcessor'} (modèle MiniCPMV4_7Config)
• minimax_m3_vl — {'torchvision': 'MiniMaxM3VLVideoProcessor'} (modèle MiniMaxM3VLConfig)
• molmo2 — {'torchvision': 'Molmo2VideoProcessor'} (modèle Molmo2Config)
• muse_glimmer — {'torchvision': 'MuseGlimmerVideoProcessor'} (modèle MuseGlimmerConfig)
• muse_spark — {'torchvision': 'MuseGlimmerVideoProcessor'} (modèle MuseSparkConfig)
• nemotron_h_omni — {'torchvision': 'NemotronH_Omni_Reasoning_V3VideoProcessor'} (modèle NemotronH_Omni_Reasoning_V3_Config)
• pe_audio_video — {'torchvision': 'PeVideoVideoProcessor'} (modèle PeAudioVideoConfig)
• pe_video — {'torchvision': 'PeVideoVideoProcessor'} (modèle PeVideoConfig)
• perception_lm — {'torchvision': 'PerceptionLMVideoProcessor'} (modèle PerceptionLMConfig)
• qwen2_5_omni — {'torchvision': 'Qwen2VLVideoProcessor'} (modèle Qwen2_5OmniConfig)
• qwen2_5_vl — {'torchvision': 'Qwen2VLVideoProcessor'} (modèle Qwen2_5_VLConfig)
• qwen2_vl — {'torchvision': 'Qwen2VLVideoProcessor'} (modèle Qwen2VLConfig)
• qwen3_5 — {'torchvision': 'Qwen3VLVideoProcessor'} (modèle Qwen3_5Config)
• qwen3_5_moe — {'torchvision': 'Qwen3VLVideoProcessor'} (modèle Qwen3_5MoeConfig)
• qwen3_omni_moe — {'torchvision': 'Qwen2VLVideoProcessor'} (modèle Qwen3OmniMoeConfig)
• qwen3_vl — {'torchvision': 'Qwen3VLVideoProcessor'} (modèle Qwen3VLConfig)
• qwen3_vl_moe — {'torchvision': 'Qwen3VLVideoProcessor'} (modèle Qwen3VLMoeConfig)
• qwen4_exp — {'torchvision': 'Qwen3VLVideoProcessor'} (modèle Qwen4ExpConfig)
• sam2_video — {'torchvision': 'Sam2VideoVideoProcessor'} (modèle Sam2VideoConfig)
• smolvlm — {'torchvision': 'SmolVLMVideoProcessor'} (modèle SmolVLMConfig)
• timesformer — {'torchvision': 'TimesformerVideoProcessor'} (modèle TimesformerConfig)
• video_llama_3 — {'torchvision': 'VideoLlama3VideoProcessor'} (modèle VideoLlama3Config)
• video_llava — {'torchvision': 'VideoLlavaVideoProcessor'} (modèle VideoLlavaConfig)
• videomae — {'torchvision': 'VideoMAEVideoProcessor'} (modèle VideoMAEConfig)
• videomt — {'torchvision': 'VideomtVideoProcessor'} (modèle VideomtConfig)
• videoprism — {'torchvision': 'LlavaOnevisionVideoProcessor'} (modèle VideoPrismConfig)
• vivit — {'torchvision': 'VivitVideoProcessor'} (modèle VivitConfig)
• vjepa2 — {'torchvision': 'VJEPA2VideoProcessor'} (modèle VJEPA2Config)

Passer token=True est obligatoire lorsque vous souhaitez utiliser un modèle privé.

>>> from transformers import AutoVideoProcessor

>>> # Download video processor from huggingface.co and cache.
>>> video_processor = AutoVideoProcessor.from_pretrained("llava-hf/llava-onevision-qwen2-0.5b-ov-hf")

>>> # If video processor files are in a directory (e.g. video processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # video_processor = AutoVideoProcessor.from_pretrained("./test/saved_model/")

Enregistrer un nouveau processeur de vidéo pour cette classe.

Instanciez l'une des classes de processeur de la bibliothèque à partir du vocabulaire d'un modèle pré-entraîné.

La classe de processeur à instancier est sélectionnée en fonction de la propriété model_type de l’objet de configuration (soit passé en argument, soit chargé depuis pretrained_model_name_or_path si possible) :

• aimv2 — CLIPProcessor (modèle Aimv2Config)
• align — AlignProcessor (modèle AlignConfig)
• altclip — AltCLIPProcessor (modèle AltCLIPConfig)
• aria — AriaProcessor (modèle AriaConfig)
• audioflamingo3 — AudioFlamingo3Processor (modèle AudioFlamingo3Config)
• aya_vision — AyaVisionProcessor (modèle AyaVisionConfig)
• bark — BarkProcessor (modèle BarkConfig)
• blip — BlipProcessor (modèle BlipConfig)
• blip-2 — Blip2Processor (modèle Blip2Config)
• bridgetower — BridgeTowerProcessor (modèle BridgeTowerConfig)
• bros — BrosProcessor (modèle BrosConfig)
• canary — CanaryProcessor (modèle CanaryConfig)
• chameleon — ChameleonProcessor (modèle ChameleonConfig)
• chinese_clip — ChineseCLIPProcessor (modèle ChineseCLIPConfig)
• clap — ClapProcessor (modèle ClapConfig)
• clip — CLIPProcessor (modèle CLIPConfig)
• clipseg — CLIPSegProcessor (modèle CLIPSegConfig)
• clvp — ClvpProcessor (modèle ClvpConfig)
• cohere2_vision — Cohere2VisionProcessor (modèle Cohere2VisionConfig)
• cohere_asr — CohereAsrProcessor (modèle CohereAsrConfig)
• cohere_compass — CohereCompassProcessor (modèle CohereCompassConfig)
• colmodernvbert — ColModernVBertProcessor (modèle ColModernVBertConfig)
• colpali — ColPaliProcessor (modèle ColPaliConfig)
• colqwen2 — ColQwen2Processor (modèle ColQwen2Config)
• cosmos3_edge — Cosmos3EdgeProcessor (modèle Cosmos3EdgeConfig)
• csm — CsmProcessor (modèle CsmConfig)
• deepseek_ocr2 — DeepseekOcr2Processor (modèle DeepseekOcr2Config)
• deepseek_vl — DeepseekVLProcessor (modèle DeepseekVLConfig)
• deepseek_vl_hybrid — DeepseekVLHybridProcessor (modèle DeepseekVLHybridConfig)
• dia — DiaProcessor (modèle DiaConfig)
• diffusion_gemma — Gemma4Processor (modèle DiffusionGemmaConfig)
• edgetam — Sam2Processor (modèle EdgeTamConfig)
• embedding_gemma2 — EmbeddingGemma2Processor (modèle EmbeddingGemma2Config)
• emu3 — Emu3Processor (modèle Emu3Config)
• ernie4_5_vl_moe — Ernie4_5_VLMoeProcessor (modèle Ernie4_5_VLMoeConfig)
• evolla — EvollaProcessor (modèle EvollaConfig)
• exaone4_5 — Exaone4_5_Processor (modèle Exaone4_5_Config)
• flava — FlavaProcessor (modèle FlavaConfig)
• florence2 — Florence2Processor (modèle Florence2Config)
• fun_asr_nano — FunAsrNanoProcessor (modèle FunAsrNanoConfig)
• fuyu — FuyuProcessor (modèle FuyuConfig)
• gemma3 — Gemma3Processor (modèle Gemma3Config)
• gemma3n — Gemma3nProcessor (modèle Gemma3nConfig)
• gemma4 — Gemma4Processor (modèle Gemma4Config)
• gemma4_unified — Gemma4UnifiedProcessor (modèle Gemma4UnifiedConfig)
• git — GitProcessor (modèle GitConfig)
• glm46v — Glm46VProcessor (modèle Glm46VConfig)
• glm4v — Glm4vProcessor (modèle Glm4vConfig)
• glm4v_moe — Glm4vProcessor (modèle Glm4vMoeConfig)
• glm5_next — Glm5NextProcessor (modèle Glm5NextConfig)
• glm_image — GlmImageProcessor (modèle GlmImageConfig)
• glmasr — GlmAsrProcessor (modèle GlmAsrConfig)
• got_ocr2 — GotOcr2Processor (modèle GotOcr2Config)
• gradium_phonon_tts — PocketTTSProcessor (modèle GradiumPhononTTSConfig)
• granite4_vision — Granite4VisionProcessor (modèle Granite4VisionConfig)
• granite_speech — GraniteSpeechProcessor (modèle GraniteSpeechConfig)
• granite_speech5_ctc — GraniteSpeech5Processor (modèle GraniteSpeech5CTCConfig)
• granite_speech_plus — GraniteSpeechProcessor (modèle GraniteSpeechPlusConfig)
• grounding-dino — GroundingDinoProcessor (modèle GroundingDinoConfig)
• groupvit — CLIPProcessor (modèle GroupViTConfig)
• higgs_audio_v2 — HiggsAudioV2Processor (modèle HiggsAudioV2Config)
• hubert — Wav2Vec2Processor (modèle HubertConfig)
• hunyuan_vl — HunYuanVLProcessor (modèle HunYuanVLConfig)
• hyperclovax_vision_v2 — HyperCLOVAXVisionV2Processor (modèle HyperCLOVAXVisionV2Config)
• idefics — IdeficsProcessor (modèle IdeficsConfig)
• idefics2 — Idefics2Processor (modèle Idefics2Config)
• idefics3 — Idefics3Processor (modèle Idefics3Config)
• inkling_mm_model — InklingProcessor (modèle InklingConfig)
• instructblip — InstructBlipProcessor (modèle InstructBlipConfig)
• instructblipvideo — InstructBlipVideoProcessor (modèle InstructBlipVideoConfig)
• internvl — InternVLProcessor (modèle InternVLConfig)
• janus — JanusProcessor (modèle JanusConfig)
• kimi_k25 — Kimi_K25Processor (modèle Kimi_K25Config)
• kyutai_speech_to_text — KyutaiSpeechToTextProcessor (modèle KyutaiSpeechToTextConfig)
• lasr_ctc — LasrProcessor (modèle LasrCTCConfig)
• lasr_encoder — LasrProcessor (modèle LasrEncoderConfig)
• layoutlmv2 — LayoutLMv2Processor (modèle LayoutLMv2Config)
• layoutlmv3 — LayoutLMv3Processor (modèle LayoutLMv3Config)
• layoutxlm — LayoutXLMProcessor (modèle LayoutXLMConfig)
• lfm2_vl — Lfm2VlProcessor (modèle Lfm2VlConfig)
• lighton_ocr — LightOnOcrProcessor (modèle LightOnOcrConfig)
• llama4 — Llama4Processor (modèle Llama4Config)
• llava — LlavaProcessor (modèle LlavaConfig)
• llava_next — LlavaNextProcessor (modèle LlavaNextConfig)
• llava_next_video — LlavaNextVideoProcessor (modèle LlavaNextVideoConfig)
• llava_onevision — LlavaOnevisionProcessor (modèle LlavaOnevisionConfig)
• markuplm — MarkupLMProcessor (modèle MarkupLMConfig)
• metaclip_2 — CLIPProcessor (modèle MetaClip2Config)
• mgp-str — MgpstrProcessor (modèle MgpstrConfig)
• minicpm_ocr — MiniCPMOcrProcessor (modèle MiniCPMOcrConfig)
• minicpmv4_6 — MiniCPMV4_6Processor (modèle MiniCPMV4_6Config)
• minicpmv4_7 — MiniCPMV4_7Processor (modèle MiniCPMV4_7Config)
• minimax_m3_vl — MiniMaxM3VLProcessor (modèle MiniMaxM3VLConfig)
• mistral3 — PixtralProcessor (modèle Mistral3Config)
• mistral_large4 — PixtralProcessor (modèle MistralLarge4Config)
• mllama — MllamaProcessor (modèle MllamaConfig)
• mm-grounding-dino — GroundingDinoProcessor (modèle MMGroundingDinoConfig)
• modernvbert — Idefics3Processor (modèle ModernVBertConfig)
• molmo2 — Molmo2Processor (modèle Molmo2Config)
• moonshine — Wav2Vec2Processor (modèle MoonshineConfig)
• moonshine_streaming — MoonshineStreamingProcessor (modèle MoonshineStreamingConfig)
• moss_transcribe_diarize — MossTranscribeDiarizeProcessor (modèle MossTranscribeDiarizeConfig)
• muse_glimmer — MuseGlimmerProcessor (modèle MuseGlimmerConfig)
• muse_spark — MuseSparkProcessor (modèle MuseSparkConfig)
• musicflamingo — MusicFlamingoProcessor (modèle MusicFlamingoConfig)
• musicgen — MusicgenProcessor (modèle MusicgenConfig)
• musicgen_melody — MusicgenMelodyProcessor (modèle MusicgenMelodyConfig)
• nemo_speechlm — Nemotron3_5TranscribeProcessor (modèle Nemotron3_5TranscribeConfig)
• nemotron3_5_asr — Nemotron3_5AsrProcessor (modèle Nemotron3_5AsrConfig)
• nemotron3_diarization — Nemotron3DiarizationProcessor (modèle Nemotron3DiarizationConfig)
• nemotron_asr_streaming — NemotronAsrStreamingProcessor (modèle NemotronAsrStreamingConfig)
• nemotron_h_omni — NemotronH_Omni_Reasoning_V3Processor (modèle NemotronH_Omni_Reasoning_V3_Config)
• neomme — NeoMMEProcessor (modèle NeoMMEConfig)
• nougat — NougatProcessor (modèle NougatConfig)
• omdet-turbo — OmDetTurboProcessor (modèle OmDetTurboConfig)
• oneformer — OneFormerProcessor (modèle OneFormerConfig)
• ovis2 — Ovis2Processor (modèle Ovis2Config)
• owlv2 — Owlv2Processor (modèle Owlv2Config)
• owlvit — OwlViTProcessor (modèle OwlViTConfig)
• paddleocr_vl — PaddleOCRVLProcessor (modèle PaddleOCRVLConfig)
• paligemma — PaliGemmaProcessor (modèle PaliGemmaConfig)
• parakeet_ctc — ParakeetProcessor (modèle ParakeetCTCConfig)
• parakeet_rnnt — ParakeetProcessor (modèle ParakeetRNNTConfig)
• parakeet_tdt — ParakeetProcessor (modèle ParakeetTDTConfig)
• pe_audio — PeAudioProcessor (modèle PeAudioConfig)
• pe_audio_video — PeAudioVideoProcessor (modèle PeAudioVideoConfig)
• pe_video — PeVideoProcessor (modèle PeVideoConfig)
• perception_lm — PerceptionLMProcessor (modèle PerceptionLMConfig)
• phi4_multimodal — Phi4MultimodalProcessor (modèle Phi4MultimodalConfig)
• pi0 — PI0Processor (modèle PI0Config)
• pix2struct — Pix2StructProcessor (modèle Pix2StructConfig)
• pixtral — PixtralProcessor (modèle PixtralVisionConfig)
• pocket_tts — PocketTTSProcessor (modèle PocketTTSConfig)
• pop2piano — Pop2PianoProcessor (modèle Pop2PianoConfig)
• pp_chart2table — PPChart2TableProcessor (modèle PPChart2TableConfig)
• pp_formulanet — PPFormulaNetProcessor (modèle PPFormulaNetConfig)
• qianfan_ocr — QianfanOCRProcessor (modèle QianfanOCRConfig)
• qwen2_5_omni — Qwen2_5OmniProcessor (modèle Qwen2_5OmniConfig)
• qwen2_5_vl — Qwen2_5_VLProcessor (modèle Qwen2_5_VLConfig)
• qwen2_audio — Qwen2AudioProcessor (modèle Qwen2AudioConfig)
• qwen2_vl — Qwen2VLProcessor (modèle Qwen2VLConfig)
• qwen3_5 — Qwen3VLProcessor (modèle Qwen3_5Config)
• qwen3_5_moe — Qwen3VLProcessor (modèle Qwen3_5MoeConfig)
• qwen3_asr — Qwen3ASRProcessor (modèle Qwen3ASRConfig)
• qwen3_omni_moe — Qwen3OmniMoeProcessor (modèle Qwen3OmniMoeConfig)
• qwen3_vl — Qwen3VLProcessor (modèle Qwen3VLConfig)
• qwen3_vl_moe — Qwen3VLProcessor (modèle Qwen3VLMoeConfig)
• qwen4_exp — Qwen3VLProcessor (modèle Qwen4ExpConfig)
• sam — SamProcessor (modèle SamConfig)
• sam2 — Sam2Processor (modèle Sam2Config)
• sam2_video — Sam2VideoProcessor (modèle Sam2VideoConfig)
• sam3 — Sam3Processor (modèle Sam3Config)
• sam3_lite_text — Sam3Processor (modèle Sam3LiteTextConfig)
• sam3_tracker — Sam3TrackerProcessor (modèle Sam3TrackerConfig)
• sam3_tracker_video — Sam3TrackerVideoProcessor (modèle Sam3TrackerVideoConfig)
• sam3_video — Sam3VideoProcessor (modèle Sam3VideoConfig)
• sam_hq — SamHQProcessor (modèle SamHQConfig)
• seamless_m4t — SeamlessM4TProcessor (modèle SeamlessM4TConfig)
• sew — Wav2Vec2Processor (modèle SEWConfig)
• sew-d — Wav2Vec2Processor (modèle SEWDConfig)
• siglip — SiglipProcessor (modèle SiglipConfig)
• siglip2 — Siglip2Processor (modèle Siglip2Config)
• smolvlm — SmolVLMProcessor (modèle SmolVLMConfig)
• speech_to_text — Speech2TextProcessor (modèle Speech2TextConfig)
• speecht5 — SpeechT5Processor (modèle SpeechT5Config)
• step3p7 — Step3p7Processor (modèle Step3p7Config)
• t5gemma2 — Gemma3Processor (modèle T5Gemma2Config)
• t5gemma2_encoder — Gemma3Processor (modèle T5Gemma2EncoderConfig)
• tipsv2 — Tipsv2Processor (modèle Tipsv2Config)
• trocr — TrOCRProcessor (modèle TrOCRConfig)
• tvp — TvpProcessor (modèle TvpConfig)
• udop — UdopProcessor (modèle UdopConfig)
• ultravbert — Idefics3Processor (modèle UltraVBertConfig)
• unispeech — Wav2Vec2Processor (modèle UniSpeechConfig)
• unispeech-sat — Wav2Vec2Processor (modèle UniSpeechSatConfig)
• unlimited_ocr — UnlimitedOcrProcessor (modèle UnlimitedOcrConfig)
• vibevoice — VibeVoiceProcessor (modèle VibeVoiceConfig)
• vibevoice_asr — VibeVoiceAsrProcessor (modèle VibeVoiceAsrConfig)
• video_llama_3 — VideoLlama3Processor (modèle VideoLlama3Config)
• video_llava — VideoLlavaProcessor (modèle VideoLlavaConfig)
• videoprism — VideoPrismProcessor (modèle VideoPrismConfig)
• vilt — ViltProcessor (modèle ViltConfig)
• vipllava — LlavaProcessor (modèle VipLlavaConfig)
• vision-text-dual-encoder — VisionTextDualEncoderProcessor (modèle VisionTextDualEncoderConfig)
• voxtral — VoxtralProcessor (modèle VoxtralConfig)
• voxtral_realtime — VoxtralRealtimeProcessor (modèle VoxtralRealtimeConfig)
• wav2vec2 — Wav2Vec2Processor (modèle Wav2Vec2Config)
• wav2vec2-bert — Wav2Vec2BertProcessor (modèle Wav2Vec2BertConfig)
• wav2vec2-conformer — Wav2Vec2Processor (modèle Wav2Vec2ConformerConfig)
• wavlm — Wav2Vec2Processor (modèle WavLMConfig)
• whisper — WhisperProcessor (modèle WhisperConfig)

Passer token=True est obligatoire lorsque vous souhaitez utiliser un modèle privé.

>>> from transformers import AutoProcessor

>>> # Download processor from huggingface.co and cache.
>>> processor = AutoProcessor.from_pretrained("facebook/wav2vec2-base-960h")

>>> # If processor files are in a directory (e.g. processor was saved using *save_pretrained('./test/saved_model/')*)
>>> # processor = AutoProcessor.from_pretrained("./test/saved_model/")

Enregistrer un nouveau processeur pour cette classe.