Transformers 文档

通用工具

通用工具

本页面列出了在文件utils.py中找到的所有Transformers通用实用函数。

大多数这些内容只有在您研究库中的通用代码时才有用。

枚举和命名元组

transformers.utils.ExplicitEnum

< >

( value names = 无 module = 无 qualname = 无 type = 无 start = 1 )

枚举类型,为缺失值提供更明确的错误信息。

transformers.utils.PaddingStrategy

< >

( 名称 = 无 模块 = 无 限定名 = 无 类型 = 无 开始 = 1 )

padding 参数在 PreTrainedTokenizerBase.call() 中的可能值。在 IDE 中用于自动补全。

transformers.TensorType

< >

( value names = 无 module = 无 qualname = 无 type = 无 start = 1 )

return_tensors 参数在 PreTrainedTokenizerBase.call() 中的可能值。在 IDE 中用于自动补全。

特殊装饰器

transformers.add_start_docstrings

< >

( *docstr )

transformers.utils.add_start_docstrings_to_model_forward

< >

( *docstr )

transformers.add_end_docstrings

< >

( *docstr )

transformers.utils.add_code_sample_docstrings

< >

( *docstr processor_class = None checkpoint = None output_type = None config_class = None mask = '[MASK]' qa_target_start_index = 14 qa_target_end_index = 15 model_cls = None modality = None expected_output = None expected_loss = None real_checkpoint = None revision = None )

transformers.utils.replace_return_docstrings

< >

( output_type = 无 config_class = 无 )

特殊属性

transformers.utils.cached_property

< >

( fget = 无 fset = 无 fdel = 无 doc = 无 )

模仿@property但将输出缓存在成员变量中的描述符。

来自 tensorflow_datasets

从Python 3.8开始内置在functools中。

其他工具

transformers.utils._LazyModule

< >

( name: str module_file: str import_structure: typing.Dict[typing.FrozenSet[str], typing.Dict[str, typing.Set[str]]] module_spec: ModuleSpec = None extra_objects: typing.Dict[str, object] = None )

模块类,展示所有对象,但仅在请求对象时执行相关的导入。

< > Update on GitHub