HuggingFace
含有「HuggingFace」共 638 篇內容
全部內容
發佈日期由新至舊
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
延續 AI說書 - 從0開始 - 626 | 透過 HuggingFace 使用 Llama 2 的內容，如果想要查看原始內容，則使用以下變數即可：
print(se
這是我正在嘗試的 Hugging Face 每週新模型連載！
只抓當周剛產出的熱門模型並簡單分門別類。
這篇文章是測試上傳後的顯示頁面。
我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
藉由 HuggingFace 使用 Meta Llama 模型的執行方法為：
prompt = 'Create 5 prompts for a text to ima
想要在本地端部署 Google 的 TranslateGemma 模型，卻被「Gated Model」擋住了嗎？本文深入淺出解析門控模型的定義、為何 AI 龍頭需要設定門檻，並提供手續申請與開發驗證的完整教學，助你快速掌握權限。
在 Hugging Face 部署應用時，常因找不到「Variables and secrets」設定而困擾。本文釐清了「個人帳號設定」與「Space 專案設定」的差異，並提供正確的 Secrets 設定步驟與 Python 讀取範例，助你安全保護 API 密鑰。
在 Hugging Face 部署 Chat-UI 模板時，常卡在 MONGODB_URL 該填什麼。本文詳解如何從 MongoDB Atlas 取得連接字串，並正確替換帳密佔位符，助你快速完成 Space 私人雲端部署。
本文詳解如何申請 Hugging Face 的 User Access Token（HF_TOKEN），從進入設定頁面到權限權重選擇，並提供 Colab 與 Python 環境的安全建議，幫助開發者快速串接模型與資料集，開啟 AI 實作的第一步。
在 Hugging Face 探索 AI 模型時，「Use this model」按鈕是通往實作的導航儀。本文詳細解析選單中的程式庫整合、雲端筆記本測試及本地高效部署工具（如 vLLM 與量化版本），助你將模型快速轉化為實戰應用。
不需後端伺服器也能玩轉 AI？Hugging Face 的 Static 模板讓應用直接在瀏覽器運行。本文解析從 React、Vue 到黑科技 Gradio-Lite 等七大模板，助你精準選型，打造低成本、高效能的 AI 網頁應用，開啟前端開發新視角！
想要快速打造 AI 網頁介面？Hugging Face 的 Gradio 模板是開發者的最佳起點。本文解析聊天機器人、圖文生成到最新 Trackio 等五大預設模板，助你精準選擇框架，大幅縮短從模型到應用的開發週期，讓開發更省力！
