Hugging-Face-Ökosystem
Hub, Spaces und die Libraries Transformers, Datasets, Diffusers und Accelerate — wie alles zusammenhängt und wie der Weg vom Modell-Finden zum Deployment läuft.
Redaktion
Hugging Face
in KI-Werkzeuge
Plattform und Bibliotheken rund um Hugging Face.
Glossar
Accelerate Hugging Face
Accelerate ist eine quelloffene Bibliothek von Hugging Face, die PyTorch-Trainingscode mit minimalen Änderungen auf beliebiger Hardware und in verteilten Setups lauffähig macht — inklusive Mixed Precision sowie FSDP- und DeepSpeed-Unterstützung.
Diffusers Hugging Face
Diffusers ist eine quelloffene Python-Bibliothek von Hugging Face zum Nutzen und Trainieren von Diffusionsmodellen für die Bild-, Video- und Audiogenerierung. Sie baut auf PyTorch auf und gliedert sich in Pipelines, Modelle und Scheduler.
Datasets (HF) Hugging Face
Datasets ist eine Open-Source-Python-Bibliothek von Hugging Face zum Laden, Verarbeiten und Teilen von Datensätzen für maschinelles Lernen. Sie nutzt Apache Arrow und Memory-Mapping, um auch sehr große Datenmengen effizient zu handhaben.
Spaces (Hugging Face Spaces) Hugging Face
Hugging Face Spaces ist eine Hosting-Plattform, auf der sich interaktive Machine-Learning-Anwendungen ohne eigene Server-Infrastruktur bereitstellen und teilen lassen. Apps werden direkt im Browser nutzbar, etwa über Gradio, Streamlit, Docker oder statisches HTML.
Hugging Face Hugging Face
Hugging Face ist die zentrale Plattform der Open-Source-KI-Community — Hub für Modelle, Datasets und Demos sowie Anbieter weit verbreiteter Bibliotheken wie Transformers, Diffusers und PEFT.
Hugging Face Hub Hugging Face
Zentrale Plattform für offen geteilte KI-Modelle, Datensätze und Demos — eine Art GitHub für Machine-Learning-Artefakte.
Transformers (Library) Hugging Face
Open-Source-Python-Bibliothek von Hugging Face, die einen einheitlichen Zugriff auf tausende vortrainierte Modelle für Text, Bild und Audio bietet.