Hub documentation
Bibliotecas
Single Sign-On (SSO) Logs de Auditoria Regiões de armazenamento Data Studio para conjuntos de dados privados Grupos de recursos (controle de acesso) Opções Avançadas de Computação Segurança Avançada Gerenciamento de Tokens Contas de serviço Análises do Publicador Coletivos de Grupos de Gating Segurança da Rede Análise de downloads Limites de taxa Artigos do blog
Plano PRO Repositórios Começando com Repositórios Configurações do Repositório Limites de armazenamento Backend de armazenamento (Xet) Cache local Pull Requests e Discussões Notificações Coleções Webhooks GitHub Actions Notebooks Próximas etapas Licenças
Modelos O Model Hub Cartões de Modelo Resultados da avaliação Dados do ranking Modelos com Acesso Restrito Carregando modelos Baixando modelos Bibliotecas integradas
Conjuntos de dados Adaptadores AllenNLP BERTopic Asteroid Diffusers ESPnet fastai Flair Keras TF-Keras (legado) ML-Agents mlx-image MLX OpenCLIP PaddleNLP peft RL-Baselines3-Zoo Sample Factory Sentence Transformers SetFit spaCy SpanMarker SpeechBrain Stable-Baselines3 Stanza TensorBoard timm Transformers Transformers.js Unity Sentis
Widgets de modelos Inferência de modelo Estatísticas de download de modelos Checklist de lançamento de modelo Hardware Aplicativos locais Perguntas frequentes Tópicos Avançados Visão geral dos conjuntos de dados Cartões de Dataset Conjuntos de dados com controle de acesso Carregando datasets Carregando conjuntos de dados (para LLMs) Baixando conjuntos de dados Streaming de Datasets Bibliotecas integradas Data Studio Rastreamentos de Agentes Estatísticas de download de conjuntos de dados
Spaces Visão geral dos Spaces Atualizações de GPU nos Spaces Spaces ZeroGPU Modo de desenvolvimento do Spaces Uso de disco e armazenamento dos Spaces Domínio personalizado do Spaces Spaces como servidores MCP Spaces como Ferramentas de Agentes Spaces como endpoints de API Espaços do Gradio Spaces do Streamlit Espaços HTML estáticos Espaços do Docker Incorporar seu Space Executar Spaces com Docker Referência de Configuração do Spaces Botão de login com HF Espaços em destaque Spaces Changelog Tópicos Avançados
Buckets de Armazenamento new Imagens de Container new Jobs Visão geral dos trabalhos Início rápido Preços e Cobranças Gerenciar Jobs Configuração Usando imagens Docker Servir modelos Treinar modelos Exemplos & Tutoriais Processar grandes conjuntos de dados Agendar Tarefas Automação de Webhook Referência
Agentes Visão geral dos agentes Hugging Face CLI para Agentes de IA Servidor MCP do Hugging Face Hugging Face Agent Skills Criando agentes com o HF SDK Agentes locais com llama.cpp Bibliotecas de Agentes Formato de Rastreamento de Sessões
Outros Bibliotecas
O Hub oferece suporte a dezenas de bibliotecas do ecossistema de Código Aberto. Graças à biblioteca Python huggingface_hub, é fácil habilitar o compartilhamento dos seus modelos no Hub. O Hub suporta muitas bibliotecas e estamos trabalhando para expandir esse suporte. Temos o prazer de receber no Hub um conjunto de bibliotecas de Código Aberto que estão impulsionando o avanço do Machine Learning.
A tabela abaixo resume as bibliotecas suportadas e seu nível de integração. Encontre todas as nossas bibliotecas suportadas no arquivo model-libraries.ts.
| Biblioteca | Descrição | Provedores de Inferência | Widgets | Baixar do Hub | Push to Hub |
|---|---|---|---|---|---|
| Adaptadores | Um add-on unificado para Transformers para ajuste fino eficiente em parâmetros e modular. | ✅ | ✅ | ✅ | ✅ |
| AllenNLP | Uma biblioteca de pesquisa em PLN de código aberto, construída sobre o PyTorch. | ✅ | ✅ | ✅ | ❌ |
| Asteroid | Kit de separação de fontes de áudio baseado em PyTorch | ✅ | ✅ | ✅ | ❌ |
| BERTopic | BERTopic é uma biblioteca de modelagem de tópicos para texto e imagens | ✅ | ✅ | ✅ | ✅ |
| Diffusers | Uma caixa de ferramentas modular para inferência e treinamento de modelos de difusão | ✅ | ✅ | ✅ | ✅ |
| docTR | Modelos e conjuntos de dados para tarefas relacionadas a OCR em PyTorch & TensorFlow | ✅ | ✅ | ✅ | ❌ |
| ESPnet | Kit de ferramentas de processamento de fala de ponta a ponta (por exemplo, TTS) | ✅ | ✅ | ✅ | ❌ |
| fastai | Biblioteca para treinar modelos rápidos e precisos com resultados de última geração. | ✅ | ✅ | ✅ | ✅ |
| Keras | Framework de aprendizado profundo multi-backend de código aberto, com suporte para JAX, TensorFlow e PyTorch. | ❌ | ❌ | ✅ | ✅ |
| KerasNLP | Biblioteca de processamento de linguagem natural construída sobre o Keras que funciona nativamente com TensorFlow, JAX ou PyTorch. | ❌ | ❌ | ✅ | ✅ |
| TF-Keras (legado) | Biblioteca legada que utiliza uma API consistente e simples para construir modelos aproveitando o TensorFlow e seu ecossistema. | ❌ | ❌ | ✅ | ✅ |
| Flair | Framework muito simples para NLP de última geração. | ✅ | ✅ | ✅ | ✅ |
| MBRL-Lib | Implementações em PyTorch de Algoritmos MBRL. | ❌ | ❌ | ✅ | ✅ |
| MidiTok | Tokenizadores para música simbólica / arquivos MIDI. | ❌ | ❌ | ✅ | ✅ |
| ML-Agents | Permite que jogos e simulações criados com Unity funcionem como ambientes para o treinamento de agentes inteligentes. | ❌ | ❌ | ✅ | ✅ |
| MLX | Framework de treinamento e serviço de modelos em Apple silicon, desenvolvido pela Apple. | ❌ | ❌ | ✅ | ✅ |
| NeMo | Kit de IA conversacional criado para pesquisadores | ✅ | ✅ | ✅ | ❌ |
| OpenCLIP | Biblioteca para implementação de código aberto do CLIP da OpenAI | ❌ | ❌ | ✅ | ✅ |
| PaddleNLP | Biblioteca de NLP fácil de usar e poderosa, construída sobre o PaddlePaddle | ✅ | ✅ | ✅ | ✅ |
| PEFT | Biblioteca de Ajuste Fino Eficiente em Parâmetros de Ponta | ✅ | ✅ | ✅ | ✅ |
| Pyannote | Blocos neurais para diarização de falantes. | ❌ | ❌ | ✅ | ❌ |
| PyCTCDecode | Modelo de linguagem suportou decodificação CTC para reconhecimento de fala | ❌ | ❌ | ✅ | ❌ |
| Pythae | Framework unificado para Autoencoders Generativos em Python | ❌ | ❌ | ✅ | ✅ |
| RL-Baselines3-Zoo | Framework de treinamento para Aprendizado por Reforço, usando Stable Baselines3. | ❌ | ✅ | ✅ | ✅ |
| Sample Factory | Base de código para aprendizado por reforço assíncrono de alto rendimento. | ❌ | ✅ | ✅ | ✅ |
| Sentence Transformers | Calcule representações vetoriais densas para frases, parágrafos e imagens. | ✅ | ✅ | ✅ | ✅ |
| SetFit | Classificação de texto com poucas amostras eficiente com Sentence Transformers | ✅ | ✅ | ✅ | ✅ |
| spaCy | Processamento Avançado de Linguagem Natural em Python e Cython. | ✅ | ✅ | ✅ | ✅ |
| SpanMarker | Reconhecimento de Entidades Nomeadas familiar, simples e de última geração. | ✅ | ✅ | ✅ | ✅ |
| Scikit Learn (usando skops) | Aprendizado de Máquina em Python. | ✅ | ✅ | ✅ | ✅ |
| Speechbrain | Um Kit de Fala Alimentado por PyTorch. | ✅ | ✅ | ✅ | ❌ |
| Stable-Baselines3 | Conjunto de implementações confiáveis de algoritmos de aprendizado por reforço profundo em PyTorch | ❌ | ✅ | ✅ | ✅ |
| TensorFlowTTS | Arquiteturas de síntese de fala em tempo real, no estado da arte. | ❌ | ❌ | ✅ | ❌ |
| Timm | Coleção de modelos de imagem, scripts, pesos pré-treinados, etc. | ✅ | ✅ | ✅ | ✅ |
| Transformers | Processamento de Linguagem Natural de última geração para PyTorch, TensorFlow e JAX | ✅ | ✅ | ✅ | ✅ |
| Transformers.js | Machine Learning de ponta para a web. Execute o 🤗 Transformers diretamente no seu navegador, sem a necessidade de um servidor! | ❌ | ❌ | ✅ | ❌ |
| Unity Sentis | Motor de inferência para o motor de jogos Unity 3D | ❌ | ❌ | ❌ | ❌ |
Como posso adicionar suporte para uma nova biblioteca?
Se você tem interesse em adicionar sua biblioteca, entre em contato conosco! Leia sobre isso em Guia para Adicionar uma Biblioteca.
Update on GitHub