Hub documentation
TF-Keras(旧版)
单点登录(SSO) 审计日志 存储区域 用于私有数据集的 Data Studio 资源组(访问控制) 高级计算选项 高级安全 令牌管理 服务账号 发布者分析 门控组集合 网络安全 下载分析 速率限制 博客文章
PRO 计划 仓库 入门仓库 仓库设置 存储限制 存储后端(Xet) 本地缓存 Pull Requests 与 Discussions 通知 集合 Webhooks GitHub Actions Notebooks 后续步骤 许可证
模型 模型中心 模型卡片 评估结果 排行榜数据 受限模型 上传模型 下载模型 集成库
数据集 Spaces 适配器 AllenNLP BERTopic Asteroid Diffusers ESPnet fastai Flair Keras TF-Keras(旧版) ML-Agents mlx-image MLX OpenCLIP PaddleNLP peft RL-Baselines3-Zoo Sample Factory Sentence Transformers SetFit spaCy SpanMarker SpeechBrain Stable-Baselines3 Stanza TensorBoard timm Transformers Transformers.js Unity Sentis
模型小部件 模型推理 模型下载统计 模型发布检查清单 硬件 本地应用 常见问题 高级主题 Spaces 概览 Spaces GPU 升级 Spaces ZeroGPU Spaces 开发模式 Spaces 磁盘使用量与存储 Spaces 自定义域名 Spaces 作为 MCP 服务器 Spaces 作为智能体工具 将 Spaces 用作 API 端点 Gradio Spaces Streamlit Spaces 静态 HTML Spaces Docker Spaces 嵌入您的 Space 使用 Docker 运行 Spaces Spaces 配置参考 使用 HF 登录按钮 精选 Spaces Spaces 更新日志 高级主题
存储桶 new 容器镜像 new 任务 智能体 智能体概述 Hugging Face AI 智能体 CLI Hugging Face MCP 服务器 Hugging Face Agent Skills 使用 HF SDK 构建智能体 使用 llama.cpp 的本地代理 Agent 库 会话跟踪格式
其他 TF-Keras(旧版)
tf-keras 是 Keras 2.x 版本的名称。它现在作为独立的 GitHub 仓库托管在此处。尽管它是一个遗留框架,但 Hub 上仍托管着4.5k+ 个模型。这些模型可以使用 huggingface_hub 库进行加载。您必须在机器上安装 tf-keras 或 keras<3.x。
如果您对 Keras 3.x 支持感兴趣,请查看此指南。
安装完成后,您只需使用 from_pretrained_keras 方法即可从 Hub 加载模型。有关 from_pretrained_keras 的更多信息,请参见此处。
from huggingface_hub import from_pretrained_keras
model = from_pretrained_keras("keras-io/mobile-vit-xxs")
prediction = model.predict(image)
prediction = tf.squeeze(tf.round(prediction))
print(f'The image is a {classes[(np.argmax(prediction))]}!')
<CopyLLMTxtMenu containerStyle="float: inline-end; margin-inline-start: 10px; display: inline-flex; position: relative; z-index: 10;"></CopyLLMTxtMenu>
# The image is a sunflower!您还可以在 Hub 上托管您的 tf-keras 模型。但请注意,tf-keras 是一个遗留框架。为了触达最多的用户,我们建议使用 Keras 3.x 创建模型,并按照上述方法以原生方式共享。有关上传 tf-keras 模型的更多详细信息,请参阅 push_to_hub_keras 文档。
from huggingface_hub import push_to_hub_keras
push_to_hub_keras(model,
"your-username/your-model-name",
"your-tensorboard-log-directory",
tags = ["object-detection", "some_other_tag"],
**model_save_kwargs,
)其他资源
- 博客文章 将 Keras 部署到 🤗 Hub 以实现协作训练和可复现性(2022 年 4 月)