Beeknoee Logo
Đăng nhậpĐăng ký miễn phí

NielsRogge/Transformers-Tutorials

Public

This repository contains demos I made with the Transformers library by HuggingFace.

bertgpt-2layoutlmpytorchtransformersvision-transformer
Star11.8kFork1.7kWatch146Mở trên GitHub
Beeknoee

Bee AI phân tích repositoryBETA

AI đọc README và cây file để tóm tắt, gợi ý cách dùng và đánh giá repository. Mọi con số lấy từ kho Bee, không do AI ước lượng.

Cập nhật lần cuối: 08/10/2026

Đăng nhập để hỏi Bee AI

Tóm tắt bởi Bee AI

Kho tài liệu và notebook hướng dẫn thực hành cách suy luận và fine-tune các mô hình Transformers của Hugging Face trên nền tảng PyTorch, phục vụ cho kỹ sư và nhà nghiên cứu AI.

  • Cung cấp các ví dụ toàn diện về xử lý thị giác máy tính, NLP, phân tích tài liệu và mô hình đa phương thức.
  • Tất cả các bản demo đều được triển khai bằng PyTorch cùng hướng dẫn tiền xử lý dữ liệu và tùy chỉnh vòng lặp huấn luyện.
  • Bao gồm nhiều mô hình kiến trúc tiên tiến như DETR, LayoutLM, SAM, TrOCR, Donut, SegFormer và ViT.

Điểm BeeTính thuần từ số liệu trong kho Bee, không phải AI chấm: bách phân vị sao 30% · độ tươi lần push 25% · fork và watcher 15% · README, giấy phép, mô tả 20% · có bản phát hành 10%.

  • Độ phổ biến90
  • Độ tươi60
  • Cộng đồng54
  • Tài liệu100
  • Phát hành20
  • Mức độ khóTrung bình
  • Phù hợp vớiLập trình viên · Nhà nghiên cứu
  • Loại dự ánVí dụ
  • Giấy phépMIT

Kiến trúc & Công nghệ

Công nghệ AI nhận ra từ README và cây file — chỉ những mục nằm trong danh sách Bee kiểm.

Tech stack

  • Python
  • PyTorch
  • Jupyter
  • Hugging Face
  • Transformers
  • pandas
  • Gradio
  • CUDA

Kiến trúc tổng quan

Repository → công nghệ chính → các thư mục cấp 1 có thật trong repo; vai trò do AI mô tả.

  • BERT/Chứa các notebook hướng dẫn suy luận và fine-tune mô hình BERT cho tác vụ NLP.
  • DETR/Thư mục demo phát hiện đối tượng và phân đoạn toàn cảnh với DEtection TRansformers.
  • Donut/Các ví dụ xử lý tài liệu không cần OCR và VQA cho tài liệu bằng Donut.
  • LayoutLM/Hướng dẫn fine-tune mô hình LayoutLM trên các tập dữ liệu như FUNSD và RVL-CDIP.
  • SAM/Notebook minh họa suy luận với MedSAM và fine-tune Segment Anything Model trên tập dữ liệu tùy chỉnh.
  • SegFormer/Hướng dẫn phân đoạn ảnh ngữ nghĩa với SegFormer dùng native PyTorch.
  • T5/Các notebook fine-tune mô hình T5 và CodeT5 cho tác vụ tóm tắt văn bản và code.
  • Table Transformer/Demo phát hiện bảng và nhận diện cấu trúc bảng trong tài liệu.

Hướng dẫn nhanh

Các bước để bắt đầu với repository này.

bash
git clone https://github.com/NielsRogge/Transformers-Tutorials.git
cd Transformers-Tutorials

Các use case chính

Những ứng dụng có thể xây dựng từ repository này.

  • Fine-tune mô hình xử lý văn bản như BERT cho phân loại Named Entity Recognition (NER) hoặc phân loại đa nhãn.
  • Huấn luyện và thực hiện suy luận phát hiện đối tượng hoặc phân đoạn ảnh bằng DETR, SegFormer và Mask2Former.
  • Xây dựng các giải pháp phân tích tài liệu và OCR với LayoutLMv2/v3, Donut và TrOCR.
  • Tạo chú thích hình ảnh hoặc trả lời câu hỏi trực quan với các mô hình như GIT và ViLT.

Repository tương tự

Cùng chủ đề trong kho Bee.

  1. 1huggingface/transformers🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.168.3k+326
  2. 2AUTOMATIC1111/stable-diffusion-webuiStable Diffusion web UI165.2k+77
  3. 3Comfy-Org/ComfyUIThe most powerful and modular diffusion model GUI, api and backend with a graph/nodes interface. The fastest local inference engine in the world.144k+2k
  4. 4microsoft/generative-ai-for-beginners21 Lessons, Get Started Building with Generative AI122.4k+490
  5. 5rasbt/LLMs-from-scratchImplement a ChatGPT-like LLM in PyTorch from scratch, step by step107.5k+400

Nội dung do AI sinh, có thể sai hoặc thiếu — số liệu lấy từ kho Bee, không do AI ước lượng. Cập nhật lần cuối: 08/10/2026.

Đăng nhập