# 라이브러리

Hub는 오픈 소스 생태계의 수십 개의 라이브러리를 지원합니다. `huggingface_hub` Python 라이브러리를 사용하면 Hub에서 모델을 공유하도록 설정하는 것이 쉽습니다. Hub는 많은 라이브러리를 지원하며, 이 지원 범위를 확장하는 작업을 진행 중입니다. Machine Learning을 발전시키는 오픈 소스 라이브러리들을 Hub에 환영합니다.

아래 표는 지원되는 라이브러리와 통합 수준을 요약합니다. 지원되는 모든 라이브러리는 [the model-libraries.ts 파일](https://github.com/huggingface/huggingface.js/blob/main/packages/tasks/src/model-libraries.ts)에서 찾을 수 있습니다.

| 라이브러리                                                                     | 설명                                                                          | 추론 제공자 | Widgets | Hub에서 다운로드 | Hub에 푸시 |
|-----------------------------------------------------------------------------|--------------------------------------------------------------------------------------|---|---:|---|---|
| [어댑터](./adapters) | 매개변수 효율적이고 모듈형인 미세 조정을 위한 통합된 Transformers 추가 기능.                                                | ✅  | ✅  | ✅ | ✅ |
| [AllenNLP](./allennlp)                             | PyTorch 기반의 오픈소스 NLP 연구 라이브러리입니다.                               | ✅ | ✅ | ✅ | ❌ |
| [소행성](./asteroid)                       | PyTorch 기반 오디오 소스 분리 툴킷                                        | ✅ | ✅ | ✅ | ❌ |
| [BERTopic](./bertopic)                           | BERTopic은 텍스트와 이미지를 위한 토픽 모델링 라이브러리입니다                             | ✅ | ✅ | ✅ | ✅ | 
| [Diffusers](./diffusers)                       | 확산 모델의 추론 및 훈련을 위한 모듈형 툴박스                     | ✅ | ✅ | ✅ | ✅ |
| [docTR](https://github.com/mindee/doctr)                                    | PyTorch & TensorFlow에서 OCR 관련 작업을 위한 모델 및 데이터셋                    | ✅ | ✅ | ✅ | ❌ |
| [ESPnet](./espnet)                                  | 엔드투엔드 음성 처리 툴킷 (예: TTS)                                      | ✅ | ✅ | ✅ | ❌ |
| [fastai](./fastai)                                  | 최신 기술 기반의 고품질 출력을 통해 빠르고 정확한 모델을 학습하는 라이브러리             | ✅ | ✅ | ✅ | ✅ |
| [Keras](./keras)                              | JAX, TensorFlow, PyTorch를 지원하는 오픈소스 멀티백엔드 딥러닝 프레임워크 | ❌ | ❌ | ✅ | ✅ |
| [KerasNLP](https://keras.io/guides/keras_nlp/upload/)                              | Keras 위에 구축된 자연어 처리 라이브러리로, TensorFlow, JAX, PyTorch와 네이티브로 작동합니다. | ❌ | ❌ | ✅ | ✅ |
| [TF-Keras](./tf-keras) (레거시)                              | TensorFlow 및 그 생태계를 활용하여 모델을 구축하는 일관되고 단순한 API를 사용하는 레거시 라이브러리. | ❌ | ❌ | ✅ | ✅ |
| [Flair](./flair)                                  | 최첨단 NLP를 위한 매우 간단한 프레임워크.                                      | ✅ | ✅ | ✅ | ✅ |
| [MBRL-Lib](https://github.com/facebookresearch/mbrl-lib)                    | MBRL 알고리즘의 PyTorch 구현.                                          | ❌ | ❌ | ✅ | ✅ |
| [MidiTok](https://github.com/Natooz/MidiTok)                                | 상징적 음악/MIDI 파일용 Tokenizers                                          | ❌ | ❌ | ✅ | ✅ |
| [ML-Agents](./ml-agents)                       | Unity로 만든 게임과 시뮬레이션을 지능형 에이전트 학습 환경으로 사용할 수 있도록 합니다. | ❌ | ❌ | ✅ | ✅ |
| [MLX](./mlx)                       | Apple이 만든 Apple silicon 기반의 모델 학습 및 서빙 프레임워크. | ❌ | ❌ | ✅ | ✅ |
| [NeMo](https://github.com/NVIDIA/NeMo)                                      | 연구자를 위해 구축된 대화형 AI 툴킷                                      | ✅ | ✅ | ✅ | ❌ |
| [OpenCLIP](./open_clip)                      | OpenAI의 CLIP 오픈소스 구현 라이브러리                              | ❌ | ❌ | ✅ | ✅ |  
| [PaddleNLP](./paddlenlp)                      | PaddlePaddle 기반의 사용하기 쉽고 강력한 NLP 라이브러리                           | ✅ | ✅ | ✅ | ✅ |
| [PEFT](./peft)                      | 최신 기술의 매개변수 효율적 미세 조정 라이브러리                           | ✅ | ✅ | ✅ | ✅ |
| [Pyannote](https://github.com/pyannote/pyannote-audio)                      | 화자 분리(speaker diarization)를 위한 신경망 구성 요소                                      | ❌ | ❌ | ✅ | ❌ |
| [PyCTCDecode](https://github.com/kensho-technologies/pyctcdecode)           | 언어 모델이 지원하는 음성 인식용 CTC 디코딩                         | ❌ | ❌ | ✅ | ❌ |
| [Pythae](https://github.com/clementchadebec/benchmark_VAE)                  | Python에서 생성형 오토인코더를 위한 통합 프레임워크                              | ❌ | ❌ | ✅ | ✅ |
| [RL-Baselines3-Zoo](./rl-baselines3-zoo)            | [Stable Baselines3](https://github.com/DLR-RM/stable-baselines3)를 사용하는 강화 학습용 학습 프레임워크| ❌ | ✅ | ✅ | ✅ |
| [Sample Factory](./sample-factory)           | 고처리량 비동기 강화 학습을 위한 코드베이스                    | ❌ | ✅ | ✅ | ✅ |
| [Sentence Transformers](./sentence-transformers)    | 문장, 단락, 이미지를 위한 dense 벡터 표현을 계산합니다.          | ✅ | ✅ | ✅ | ✅ |
| [SetFit](./setfit)                             | Sentence Transformers를 활용한 효율적인 few-shot 텍스트 분류                    | ✅ | ✅ | ✅ | ✅ |
| [spaCy](./spacy)                                 | Python과 Cython을 활용한 고급 자연어 처리                           | ✅ | ✅ | ✅ | ✅ |
| [SpanMarker](./span_marker)                    | 익숙하고 단순하며 최첨단 수준의 Named Entity Recognition.                      | ✅ | ✅ | ✅ | ✅ |
| [Scikit Learn (skops 사용)](https://skops.readthedocs.io/en/stable/)       | Python으로 기계 학습                                                          | ✅ | ✅ | ✅ | ✅ |
| [Speechbrain](./speechbrain)                               | PyTorch 기반 음성 툴킷                                                    | ✅ | ✅ | ✅ | ❌ |
| [Stable-Baselines3](./stable-baselines3)            | PyTorch 기반의 신뢰할 수 있는 딥 강화 학습 알고리즘 구현 모음 | ❌ | ✅ | ✅ | ✅ |
| [TensorFlowTTS](https://github.com/TensorSpeech/TensorFlowTTS)              | 실시간 최첨단 음성 합성 아키텍처.                           | ❌ | ❌ | ✅ | ❌ |
| [Timm](./timm)                   | 이미지 모델, 스크립트, 사전 학습된 가중치 등의 컬렉션                        | ✅ | ✅ | ✅ | ✅ |
| [Transformers](./transformers)                 | PyTorch, TensorFlow, JAX를 위한 최첨단 자연어 처리        | ✅ | ✅ | ✅ | ✅ |
| [Transformers.js](./transformers-js)                | 최첨단 웹용 Machine Learning. 서버 없이 🤗 Transformers를 브라우저에서 바로 실행하세요! | ❌ | ❌ | ✅ | ❌ |
| [Unity Sentis](./unity-sentis)                | Unity 3D 게임 엔진용 추론 엔진 | ❌ | ❌ | ❌ | ❌ |

### 새 라이브러리에 대한 지원을 추가하는 방법은 무엇인가요?

라이브러리를 추가하고 싶으시다면 저희에게 연락해 주세요! [라이브러리 추가 가이드](./models-adding-libraries)에서 자세히 알아보세요.