Hub documentation
Использование Asteroid на Hugging Face
Использование Asteroid на Hugging Face
asteroid — это набор инструментов на базе PyTorch для разделения источников звука. Он позволяет быстро проводить эксперименты на популярных наборах данных, поддерживая широкий спектр датасетов и рецептов для воспроизведения результатов статей.
Исследование Asteroid в Hub
Модели asteroid можно найти, используя фильтр слева на странице моделей.
Все модели на Hub поставляются со следующими возможностями:
- Автоматически сгенерированная карточка модели с описанием, конфигурацией обучения, метриками и другими данными.
- Метаданные, которые помогают в поиске и содержат информацию, например, о лицензиях и наборах данных.
- Интерактивный виджет, с помощью которого можно взаимодействовать с моделью непосредственно в браузере.
- Виджет Inference Providers, позволяющий отправлять запросы на инференс.
Использование существующих моделей
Для полного руководства по загрузке предобученных моделей рекомендуем обратиться к официальному руководству.
Все классы моделей (BaseModel, ConvTasNet и т. д.) имеют метод from_pretrained, который позволяет загружать модели с Hub.
from asteroid.models import ConvTasNet
model = ConvTasNet.from_pretrained('mpariente/ConvTasNet_WHAM_sepclean')Если вы хотите узнать, как загрузить конкретную модель, нажмите Use in Adapter Transformers — вам будет предоставлен рабочий фрагмент кода для её загрузки!
Обмен моделями
На данный момент не существует автоматического способа загрузки ваших моделей в Hub, однако процесс их загрузки описан в официальном руководстве.
Все рецепты создают необходимые файлы для загрузки модели на Hub. Обычно процесс включает следующие шаги:
- Создайте и клонируйте репозиторий модели.
- Перемещение файлов из выходных данных рецепта в репозиторий (карточка модели, файлы модели, трассировки TensorBoard).
- Загрузите файлы (
git add+git commit+git push).
После этого вы можете протестировать свою модель прямо в браузере и поделиться ею с остальным сообществом.