在 Hugging Face 使用 Adapters
注意：Adapters 已取代
adapter-transformers库，在模型权重方面完全兼容。更多信息请参见此处。
Adapters 是 🤗 transformers 的附加库，用于使用适配器和其他参数高效方法高效微调预训练语言模型。
Adapters 还提供了在训练和推理期间组合适配器模块的各种方法。
你可以在 Adapters 论文中了解更多信息。
在 Hub 上探索 Adapters
你可以通过在模型页面左侧筛选来查找 Adapters 模型。一些适配器模型可以在 Adapter Hub 仓库中找到。来自两个来源的模型都聚合在 AdapterHub 网站上。
安装
要开始使用，你可以参考 AdapterHub 安装指南。你也可以通过 pip 使用以下一行安装：
pip install adapters
使用现有模型
有关加载预训练适配器的完整指南，我们建议查看官方指南。
简而言之，完整设置包括三个步骤：
- 使用 Adapters 提供的
AutoAdapterModel类加载基础transformers模型。 - 使用
load_adapter()方法加载并添加适配器。 - 通过
active_adapters激活适配器（用于推理）或通过train_adapter()激活并设置为可训练（用于训练）。请务必查看适配器组合。
from adapters import AutoAdapterModel
# 1.
model = AutoAdapterModel.from_pretrained("FacebookAI/roberta-base")
# 2.
adapter_name = model.load_adapter("AdapterHub/roberta-base-pf-imdb")
# 3.
model.active_adapters = adapter_name
# 或 model.train_adapter(adapter_name)
你还可以使用 list_adapters 以编程方式查找所有适配器模型：
from adapters import list_adapters
# source 可以是 "ah" (AdapterHub)、"hf" (hf.co) 或 None（两者，默认）
adapter_infos = list_adapters(source="hf", model_name="FacebookAI/roberta-base")
如果你想查看如何加载特定模型，可以点击 Use in Adapters，你将获得一个可用的代码片段来加载它！
分享你的模型
有关使用 Adapters 分享模型的完整指南，我们建议查看官方指南。
你可以使用已包含适配器的模型的 push_adapter_to_hub 方法来分享你的适配器。
model.push_adapter_to_hub(
"my-awesome-adapter",
"awesome_adapter",
adapterhub_tag="sentiment/imdb",
datasets_tag="imdb"
)
此命令创建一个带有自动生成的模型卡片和所有必要元数据的仓库。