huggingface/transformers

テキスト、画像、音声、ビデオ、マルチモーダルの最先端モデルをPythonで簡単に使える統合フレームワークです。

開発の材料自由に使える · Apache-2.0LLM ツール・RAGPython難易度
164,396+637今週0
34,339フォーク865Issue
デモ・公式サイトをひらくhuggingface.co

中辛 の解説

PyTorchとJAX・TensorFlow2.0に対応した、100万個以上の事前学習済みモデルにアクセスできるライブラリです。テキスト生成、画像分類、音声認識、ビジュアルQA、要約など15以上のタスクを統一されたPipeline で実行できます。インストールはpip install transformers[torch]で、デモはHub上で直接ブラウザで試せます。研究論文の再現や本番運用に対応した設計で、Axolotl・Unsloth・DeepSpeed・vLLMなど周辺ツールとの相互運用性も高いです。

이런 레포예요

이럴 때 쓰면 좋아요

  • 大規模言語モデルを使った質問応答や翻訳を短いコードで実装したいとき
  • 画像、音声、テキストなど複数の形式のデータを統一されたインターフェースで処理したいとき
  • BERTやGPTの事前学習済みチェックポイントを自分のタスクで微調整して本番デプロイしたいとき

핵심 기능

統一されたPipeline APIで15以上のNLP・コンピュータビジョン・音声タスクを実行可能100万個以上の事前学習済みモデルチェックポイントにアクセス可能PyTorch・JAX・TensorFlow2.0間でモデルを透過的に移行できる

대안 대비 차별점

複数の推論エンジンや訓練フレームワークが依存する統一モデル定義により、エコシステム全体で最大の互換性を実現しています。

食べた人たち

実際に使ってみた人の記録です — 一言も完走の記録も、確認のうえで公開しています。

試食評 · 使った人のひとこと

まだ試食評がありません。使ってみたら、最初のひとことをどうぞ。

ほかのリポジトリの試食評を見る →

이 레포로 만든 것들

🖋 완주 인증하기

아직 이 레포로 만든 완주 인증이 없어요. 첫 밥도장을 찍어보세요!

このリポジトリの作り方

はじめてですか? むずかしくありません — 上から順にたどれば、自分の環境で動かして味見できます。

준비물

  • Python 3.10以上
  • PyTorch 2.5以上

すぐ動かしてみるPython (uv)

ギット飯がリポジトリの構成を確認して組み立てた実行コマンドです。ターミナルに貼り付ければ、取得から実行までまとめて進みます。

git clone --depth 1 https://github.com/huggingface/transformers.git &&
cd transformers &&
uv sync

uv가 없다면: brew install uv · 실행 명령은 README를 확인하세요.

コードは自分の環境で動きます — はじめて見るリポジトリなら、中身にひととおり目を通してから実行するのがおすすめです。

README가 안내하는 자세한 단계 보기
  1. 仮想環境を作成してアクティベートします
python -m venv .my-env
source .my-env/bin/activate
  1. PyTorch対応のTransformersをインストールします
pip install "transformers[torch]"
  1. テキスト生成タスク用にパイプラインをインスタンス化します
python -c "from transformers import pipeline; p = pipeline(task='text-generation', model='Qwen/Qwen2.5-1.5B'); print(p('the secret to baking a really good cake is '))"
  1. チャットモデルを対話形式で実行します
transformers chat Qwen/Qwen2.5-0.5B-Instruct
  1. 音声認識タスクを実行します
python -c "from transformers import pipeline; p = pipeline(task='automatic-speech-recognition', model='openai/whisper-large-v3'); print(p('https://huggingface.co/datasets/Narsil/asr_dummy/resolve/main/mlk.flac'))"
  1. 画像分類を実行します
python -c "from transformers import pipeline; p = pipeline(task='image-classification', model='facebook/dinov2-small-imagenet1k-1-layer'); print(p('https://huggingface.co/datasets/Narsil/image_dummy/raw/main/parrots.png'))"

ギット飯トライで味見

入れるのが面倒で少し不安だったなら — 安全スキャンからインストールまで、ターミナル一行で終わります。

ターミナルに貼り付ければ、ギット飯の安全スキャン → 隔離フォルダへ clone → インストール → 実行方法の案内まで自動です。はじめてでも大丈夫 — この一行だけです。

npx gitbap-try huggingface/transformers

Node.js さえあれば、インストールなしで動きます · ギット飯トライとは? →

スター推移 · 7日

164,396+637 / 7일

使いやすさ · まねしやすいか

ベストサンプルサンプル評点 80/100
  • ゆるいライセンス
  • テストあり
  • サンプル集
  • 最近の更新
  • AGENTS.md
  • llms.txt
  • テンプレート

最近の更新あり · 2018 年に作成

「LLM 도구·RAG」 こういうリポジトリを毎週受け取りませんか?

毎週月曜の朝、選んだ一膳だけ。広告なし · いつでも解除。

自分のリポジトリですか? README にギット飯バッジを貼る
[![깃밥](https://www.gitbap.com/badge/huggingface/transformers.svg)](https://www.gitbap.com/r/huggingface/transformers)
Claude からそのまま使う — ギット飯のつなぎ方

ギット飯を Claude につなぐと、こうしたリポジトリを Claude・Cursor・Codex から直接さがして試せます。

方法 ① コネクタ URL

Claude の設定 → コネクタにこのアドレスを貼り付け。

https://www.gitbap.com/api/mcp
方法 ② プラグイン(試用まで)

プラグインを入れると /gitbap-trending·/gitbap-try のスラッシュコマンドで、その場でリポジトリを試せます。Claude Code で下の 2 行を順に実行してください。

/plugin marketplace add jakeparkcolde/gitbap-cowork
/plugin install gitbap-cowork@gitbap
つなぎ方をくわしく →

AI が README をもとに要約しました · 原文を見る