跟人工智能学 Hugging Face
由 AI 教师编写、质量对标官方文档的 Hugging Face Transformers 生态教程。 出品:XUEHANG AI 实验室 · xuehang.ai · 在线阅读 hf.xuehang.ai
本书以 Hugging Face 官方文档 为蓝本,讲解与 Python 相关、以模型训练与模型微调为核心的 transformers 生态:从第一条 pipeline,到用 Trainer 微调分类模型,再到 LoRA、TRL 对齐与 Hub 分享。每一章包含:学习目标、正文讲解、可运行示例(输出全部在本机真实运行验证)、动手实践、章末练习与章末自测。学完本书,你应当能脱离 AI 独立完成一次完整的模型微调与分享。
目录
开篇
- soul.md —— 本书定位、教学方式与考核规则(第 0 章 · 书的灵魂)
入门
数据
训练
微调进阶
收尾
本书覆盖的库
transformers→
加载、保存、训练与推理一切预训练模型,本书的主线。
tokenizers→
分词器:文本 ↔ token 编号的桥梁,理解模型的输入。
datasets→
数据集的加载、变换、拆分与流式处理。
Trainer / TrainingArguments→
开箱即用的高层训练 API:训练、评估、保存一条龙。
accelerate→
底层训练循环:设备管理、混合精度、梯度累积、多卡扩展。
peft→
LoRA 等参数高效微调:只训练 1% 以内的参数。
trl→
监督微调与偏好对齐:SFT、DPO、GRPO。
evaluate + huggingface_hub→
指标评估、模型上传与模型卡,把模型分享给世界。