Hugging Face 是一个提供先进自然语言处理（ NLP ）工具的平台，支持 Transformer 模型的开发和应用。它拥有庞大的模型库和社区资源，能够满足从研究到工业应用的各种需求。
一、注册
官方网址： https://huggingface.co/
注册好后，点击头像Access Token,创建token 。
二、功能介绍
hugging face的核心组件 主要是 Transformers 和Datasets 。
1、Transformers
也就是 Models大模型，平台上有世界上最全的大模型。中国的魔塔社区与此类似，不过没有它全。 我们自己也可以上传大模型到hugging face平台。
2、Datasets
就是数据集，大模型训练用的数据。
3、大模型分类
点击“Models”，左侧有分类。主导航有根据“任务Tasks”，“库Libraries”,"数据集DataSets","语言Languages","开源协议Licenses"等。
4、大模型文件
打开千问最新版本 Qwen/QwQ-32B，在"Files and Versions"模型文件页面下，可以看到很多类似”model-00001-of-00014.safetensors“ ，后缀 safetensors就是模型文件的名称。
5、Inference Providers
hugging face平台上有很多大模型提供接口试用，列表有黄色闪电标记，详情的右侧有Inference Providers。
不过接口调用不是很稳定，时长不通。
6、下载大模型文件
下载大模型文件到本地，官方提供了多种方式。
（1）git clone方式
git clone https://huggingface.co/Qwen/QwQ-32B
（2）使用hugging face提供的transformers库下载
下一节重点讲解。
三、使用 Transformers 库
Hugging Face 提供了 transformers 库，用于加载和使用模型 。你可以使用以下命令来安装它：（电 脑须安装基础环境：Anaconda,CUDA,cuDNN,pytorch ）
pip install transformers
如果你还需要安装其他依赖库，如 datasets 和 tokenizers ，可以使用以下命令：
pip install transformers datasets tokenizers
1、下载模型
使用代码下载模型到本地，代码演示使用depeek-r1-1.5b,小一点。等待大概几分钟就下载完成了，主要看网速。
from transformers import AutoTokenizer,AutoModelForCausalLM
model_name="deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B"
cache_dir="model3/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B"
#下载模型
AutoModelForCausalLM.from_pretrained(model_name,cache_dir=cache_dir)
#下载分词工具
AutoTokenizer.from_pretrained(model_name,cache_dir=cache_dir)
print(f"模型和分词器已下载到：{cache_dir}")
AutoModelForCausalLM 是 Hugging Face 的 Transformers 库中的一个类，主要用于处理因果语言模型（Causal Language Model）任务。大部分的text-generation类型的大模型都可以使用这个类。
模型和分词器一般都是成对下载。
代码中model_name的名称一定要是 hugging face上模型的完整名称。cache_dir是本地文件目录，可以使用绝对路径，pycharm开发时，可使用相对路径。
2、模型文件介绍
下载好后的目录如下
模型的核心内容主要是看 snapshots-config.json所在的目录，也是模型的默认目录地址。model.safetensors就是模型的源文件，
（1）config.json文件
{
"architectures": [
"Qwen2ForCausalLM"
],
"attention_dropout": 0.0,
"bos_token_id": 151643,
"eos_token_id": 151643,
"hidden_act": "silu",
"hidden_size": 1536,
"initializer_range": 0.02,
"intermediate_size": 8960,
"max_position_embeddings": 131072,
"max_window_layers": 21,
"model_type": "qwen2",
"num_attention_heads": 12,
"num_hidden_layers": 28,
"num_key_value_heads": 2,
"rms_norm_eps": 1e-06,
"rope_theta": 10000,
"sliding_window": 4096,
"tie_word_embeddings": false,
"torch_dtype": "bfloat16",
"transformers_version": "4.44.0",
"use_cache": true,
"use_mrope": false,
"use_sliding_window": false,
"vocab_size": 151936
}
vocab_size是模型可以识别的字符个数。有些模型文件vocab.txt文件，就是可以识别字符列表。若输入的字符不在这个范围内， 分词器 会根据配置的special_tokens里的值来赋值。比如下面的：
BertTokenizer(name_or_path='D:\Test\LLMTrain\day02\model\bert-base-chinese\models--bert-base-chinese\snapshots\c30a6ed22ab4564dc1e3b2ecbf6e766b0611a33f', vocab_size=21128, model_max_length=512, is_fast=False, padding_side='right', truncation_side='right', special_tokens={'unk_token': '[UNK]', 'sep_token': '[SEP]', 'pad_token': '[PAD]', 'cls_token': '[CLS]', 'mask_token': '[MASK]'}, clean_up_tokenization_spaces=True, added_tokens_decoder={
3、Pipelines运行本地模型
大模型下载到本地，就可以使用了，transformers库中的pipelines是一个非常实用的高级工具，它为自然语言处理（NLP）任务提供了一种简单、便捷且统一的接口，使得用户无需深入了解模型的具体细节就能轻松完成各种常见的 NLP 任务。pipelines的主要特点如下：
（1） 简化模型使用流程
在传统的使用方式中，若要使用一个预训练模型完成特定任务，需要手动完成加载模型、分词、编码、推理、解码等一系列复杂的步骤。而pipelines将这些步骤进行了封装，用户只需提供任务类型和必要的输入，就能直接得到任务的处理结果。
例如，使用pipelines进行文本分类：
from transformers import BertTokenizer,BertForSequenceClassification,pipeline
#设置具体包含config.json的目录，只支持绝对路径
model_dir = r"model\bert-base-chinese"
#加载模型和分词器
model = BertForSequenceClassification.from_pretrained("bert-base-chinese",cache_dir=model_dir)
tokenizer = BertTokenizer.from_pretrained("bert-base-chinese",cache_dir=model_dir)
#创建分类pipleine
classifier = pipeline("text-classification",model=model,tokenizer=tokenizer,device="cpu")
#进行文本分类
result = classifier("你好，我是一款语言模型")
print(result)
print(model)
上述代码中，用户只需创建一个text - classification类型的管道，然后传入文本，就能直接得到文本的分类结果，无需关心模型加载、分词等底层操作。
（2）支持多种常见 NLP 任务
pipelines支持多种常见的自然语言处理任务，以下是一些常见任务及其示例：
文本分类：判断文本所属的类别，如情感分析（积极、消极）、主题分类等。
classifier = pipeline('text-classification')
result = classifier("This is a great product!")
问答系统：根据给定的上下文和问题，找出问题的答案。
qa = pipeline('question-answering')
context = "Albert Einstein was a German-born theoretical physicist. He developed the theory of relativity."
question = "Who developed the theory of relativity?"
result = qa(question=question, context=context)
文本生成：根据输入的文本生成相关的文本内容，如故事续写、摘要生成等。
generator = pipeline('text-generation')
input_text = "Once upon a time"
result = generator(input_text, max_length=100)
命名实体识别（NER）：识别文本中的命名实体，如人名、地名、组织机构名等。
ner = pipeline('ner')
text = "Apple is looking at buying U.K. startup for $1 billion"
result = ner(text)
（3）自动选择合适的模型
pipelines会根据指定的任务类型自动选择合适的预训练模型。例如，当你创建一个text - classification管道时，它会默认选择一个在文本分类任务上表现良好的预训练模型。当然，你也可以手动指定使用的模型，只需在创建管道时传入model参数即可。
# 使用指定的模型创建文本分类管道
classifier = pipeline('text-classification', model='distilbert-base-uncased-finetuned-sst-2-english')
注意，这里需要能联网，并且能科学上网。可以使用本地的大模型调用。
#本地离线调用deepseek-r1
from transformers import AutoModelForCausalLM,AutoTokenizer,pipeline
#设置具体包含config.json的目录，只支持绝对路径
model_dir = r"D:\trsanformers_test\model3\deepseek-ai\DeepSeek-R1-Distill-Qwen-1.5B\models--deepseek-ai--DeepSeek-R1-Distill-Qwen-1.5B\snapshots\ad9f0ae0864d7fbcd1cd905e3c6c5b069cc8b562"
#加载模型和分词器
model = AutoModelForCausalLM.from_pretrained(model_dir)
tokenizer = AutoTokenizer.from_pretrained(model_dir)
# 模拟多轮对话，设置角色信息
messages = [
{"role": "user", "content": "请使用java写一个冒泡排序。"}
]
# 构建输入文本，按照 DeepSeek - R1 的格式
input_text = ""
for message in messages:
if message["role"] == "user":
input_text += f"<|UserBegin|>{message['content']}<|UserEnd|>"
elif message["role"] == "assistant":
input_text += f"{message['content']}"
#使用加载的模型和分词器创建生成文本的pipeline
generator = pipeline("text-generation",model=model,tokenizer=tokenizer,device="cpu")
#生成文本
# output = generator("你好，我是一款语言模型，",max_length=50,num_return_sequences=1)
output = generator(
input_text,#生成文本的输入种子文本（prompt）。模型会根据这个初始文本，生成后续的文本
max_length=1500,#指定生成文本的最大长度。这里的 50 表示生成的文本最多包含 50 个标记（tokens）
num_return_sequences=1,#参数指定返回多少个独立生成的文本序列。值为 1 表示只生成并返回一段文本。
truncation=True,#该参数决定是否截断输入文本以适应模型的最大输入长度。如果 True，超出模型最大输入长度的部分将被截断；如果 False，模型可能无法处理过长的输入，可能会报错。
temperature=0.7,#该参数控制生成文本的随机性。值越低，生成的文本越保守（倾向于选择概率较高的词）；值越高，生成的文本越多样（倾向于选择更多不同的词）。0.7 是一个较为常见的设置，既保留了部分随机性，又不至于太混乱。
top_k=50,#该参数限制模型在每一步生成时仅从概率最高的 k 个词中选择下一个词。这里 top_k=50 表示模型在生成每个词时只考虑概率最高的前 50 个候选词，从而减少生成不太可能的词的概率。
top_p=0.9,#该参数（又称为核采样）进一步限制模型生成时的词汇选择范围。它会选择一组累积概率达到 p 的词汇，模型只会从这个概率集合中采样。top_p=0.9 意味着模型会在可能性最强的 90% 的词中选择下一个词，进一步增加生成的质量。
clean_up_tokenization_spaces=True#该参数控制生成的文本中是否清理分词时引入的空格。如果设置为 True，生成的文本会清除多余的空格；如果为 False，则保留原样。默认值即将改变为 False，因为它能更好地保留原始文本的格式。
)
print(output)