huggingface/transformers

这是什么？

核心功能

• 01Pipeline API 可直接用于文本、音频、视觉和多模态任务的推理。
• 02可访问 Hugging Face Hub 上超过 100 万个预训练模型权重。
• 03模型定义统一，可与基于 PyTorch 的训练框架和推理引擎配合使用。
• 04通过 transformers serve 和 transformers chat 命令行与模型对话。

适用场景

• 在 Python 应用中调用预训练语言模型完成文本生成或对话。
• 使用现成模型进行语音转写或图像分类。
• 在自定义数据集上微调预训练的 PyTorch 模型。
• 复现已发表的模型结构用于研究实验。

快速上手

1. 1

   使用 venv 创建并激活虚拟环境

   python -m venv .my-env
2. 2

   使用 pip 安装带 PyTorch 支持的 Transformers

   pip install "transformers[torch]"
3. 3

   运行 Python 代码中的文本生成 pipeline（参见快速入门示例）

使用前须知

• !需要 Python 3.10 及以上版本和 PyTorch 2.6 及以上版本。
• !运行 Llama 或 Whisper-large 等大模型需要大量内存，最好配备 GPU。

标签

常见问题

transformers 是什么？

面向文本、视觉、音频和多模态的前沿机器学习模型定义框架，可用于推理和训练。 Transformers 为文本、计算机视觉、音频、视频和多模态等领域的前沿机器学习模型提供统一的模型定义层。每个模型都以一致、易读的形式定义一次，训练框架、推理引擎和相关建模库都可以基于同一套定义工作。

transformers 可以免费使用吗？用的什么许可证？

transformers 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

transformers 还在维护吗？

活跃维护中。transformers 最近一次提交是在 2026年10月20日。

transformers 适合用来做什么？

在 Python 应用中调用预训练语言模型完成文本生成或对话。 使用现成模型进行语音转写或图像分类。 在自定义数据集上微调预训练的 PyTorch 模型。 复现已发表的模型结构用于研究实验。

transformers 怎么安装和运行？

使用 venv 创建并激活虚拟环境: python -m venv .my-env 使用 pip 安装带 PyTorch 支持的 Transformers: pip install "transformers[torch]" 运行 Python 代码中的文本生成 pipeline（参见快速入门示例）

在哪里获取 transformers？

源代码和安装说明在 GitHub 上：https://github.com/huggingface/transformers