Hugging Face Hubのセットアップ方法：実践ガイド

hf_abcdefghijklmnopqrstuvwxyz1234567890

# ファイルに保存（Linux/macOS）
echo "hf_abcdefghijklmnopqrstuvwxyz1234567890" > ~/.huggingface/token

# パーミッションを設定（Linux/macOS）
chmod 600 ~/.huggingface/token

pip install --upgrade "huggingface_hub[cli]"

huggingface-cli login

    _|    _|  _|    _|    _|_|_|    _|_|_|  _|_|_|  _|      _|
    _|    _|  _|    _|  _|        _|          _|    _|_|    _|
    _|_|_|_|  _|    _|  _|  _|_|  _|  _|_|    _|    _|  _|  _|
    _|    _|  _|    _|  _|    _|  _|    _|    _|    _|    _|_
    _|    _|    _|_|      _|_|_|    _|_|_|  _|_|_|  _|      _|

ログインするには、`huggingface_hub` は https://huggingface.co/settings/tokens で生成されたトークンが必要です。
Token:

ValueError: Token is invalid. Please try again.

from huggingface_hub import snapshot_download

# モデルをダウンロード（例：「bert-base-uncased」）
model_path = snapshot_download(
    repo_id="bert-base-uncased",
    local_dir="./bert-base-uncased",
    local_dir_use_symlinks=False  # 移植性のためにシンボリックリンクを回避
)

print(f"モデルがダウンロードされました：{model_path}")

モデルがダウンロードされました：./bert-base-uncased

from transformers import AutoTokenizer, AutoModel

tokenizer = AutoTokenizer.from_pretrained("bert-base-uncased")
model = AutoModel.from_pretrained("bert-base-uncased")

inputs = tokenizer("Hello, world!", return_tensors="pt")
outputs = model(**inputs)
print(outputs.last_hidden_state.shape)

torch.Size([1, 4, 768])

import requests

API_URL = "https://api-inference.huggingface.co/models/mistralai/Mistral-7B-v0.1"
headers = {"Authorization": "Bearer hf_abcdefghijklmnopqrstuvwxyz1234567890"}

def query(payload):
    response = requests.post(API_URL, headers=headers, json=payload)
    return response.json()

output = query({
    "inputs": "5歳の子供にAIを説明してください：",
    "parameters": {"max_new_tokens": 50}
})

print(output[0]["generated_text"])

AIは、本やゲームから学んで、絵を描いたりお話をしたりする、とっても賢いロボットのお友達みたいなものだよ！

import gradio as gr

def greet(name):
    return f"Hello {name}!"

demo = gr.Interface(fn=greet, inputs="text", outputs="text")
demo.launch()

# 新しいリポジトリを作成
huggingface-cli repo create my-awesome-model --type model

# リポジトリをクローン
git lfs install
git clone https://huggingface.co/your-username/my-awesome-model
cd my-awesome-model

# モデルファイルを追加（例：PyTorchの重み）
cp /path/to/your/model/* .

# コミットしてプッシュ
git add .
git commit -m "Add my awesome model"
git push

from huggingface_hub import HfApi

api = HfApi()
api.upload_file(
    path_or_fileobj="/path/to/pytorch_model.bin",
    path_in_repo="pytorch_model.bin",
    repo_id="your-username/my-awesome-model",
    repo_type="model",
)

from huggingface_hub import upload_file

upload_file(
    path_or_fileobj="/path/to/large-model.bin",
    path_in_repo="large-model.bin",
    repo_id="your-username/my-awesome-model",
    repo_type="model",
    chunk_size=10 * 1024 * 1024,  # 10MBチャンク
)

pip install --upgrade transformers

from transformers import pipeline

classifier = pipeline("text-classification", model="distilbert-base-uncased-finetuned-sst-2-english")
result = classifier("I love Hugging Face Hub!")
print(result)

[{'label': 'POSITIVE', 'score': 0.9998}]

from transformers import pipeline

classifier = pipeline("image-classification", model="google/vit-base-patch16-224")
result = classifier("https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/cat.png")
print(result)

[{'label': 'tabby cat', 'score': 0.98}]

pip install torch tensorflow  # PyTorch/TensorFlowモデル用