Este é o aplicativo Linux chamado SageMaker Hugging Face Inference Toolkit, cujo último lançamento pode ser baixado como v2.1.1.zip. Ele pode ser executado online no provedor de hospedagem gratuito OnWorks para estações de trabalho.
Baixe e execute online este aplicativo chamado SageMaker Hugging Face Inference Toolkit with OnWorks gratuitamente.
Siga estas instruções para executar este aplicativo:
- 1. Baixe este aplicativo em seu PC.
- 2. Entre em nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que você deseja.
- 3. Carregue este aplicativo em tal gerenciador de arquivos.
- 4. Inicie o emulador OnWorks Linux online ou Windows online ou emulador MACOS online a partir deste site.
- 5. No sistema operacional OnWorks Linux que você acabou de iniciar, acesse nosso gerenciador de arquivos https://www.onworks.net/myfiles.php?username=XXXXX com o nome de usuário que deseja.
- 6. Baixe o aplicativo, instale-o e execute-o.
SCREENSHOTS
Ad
Kit de ferramentas de inferência de rosto de abraço SageMaker
DESCRIÇÃO
O SageMaker Hugging Face Inference Toolkit é uma biblioteca de código aberto para servir modelos Transformers no Amazon SageMaker. Essa biblioteca fornece pré-processamento, previsão e pós-processamento padrão para determinados modelos e tarefas do Transformers. Ele utiliza o SageMaker Inference Toolkit para iniciar o servidor modelo, que é responsável por lidar com as solicitações de inferência. Para os Dockerfiles usados para criar SageMaker Hugging Face Containers, consulte AWS Deep Learning Containers. O SageMaker Hugging Face Inference Toolkit implementa várias variáveis de ambiente adicionais para simplificar sua experiência de implantação. O Hugging Face Inference Toolkit permite ao usuário substituir os métodos padrão do HuggingFaceHandlerService. O SageMaker Hugging Face Inference Toolkit é licenciado sob a licença Apache 2.0.
Funcionalidades
- Crie um endpoint do Amazon SageMaker com um modelo do hub
- Crie um endpoint do Amazon SageMaker com um modelo treinado
- A variável de ambiente HF_TASK define a tarefa para o pipeline Transformers usado
- A variável de ambiente HF_MODEL_ID define o ID do modelo, que será carregado automaticamente
- A variável de ambiente HF_API_TOKEN define o seu token de autorização Hugging Face
- Código/módulos definidos pelo usuário
Linguagem de Programação
Python
Categorias
Este é um aplicativo que também pode ser obtido em https://sourceforge.net/projects/sagemak-hug-face-inf-tk.mirror/. Ele foi hospedado em OnWorks para ser executado online da maneira mais fácil a partir de um de nossos Sistemas Operativos gratuitos.
