🍚 깃밥 PRO가 열렸어요 — 월 3,900원 · 알아보기 →
huggingface/transformers

Transformers를 통한 최첨단 NLP, 비전, 오디오 등 멀티모달 AI 모델을 쉽게 활용하고 학습하세요.

🍚 착한식당깃밥이 직접 차려 먹고 검증해 선정한 레포예요해설 페이지 →
개발 재료맘대로 써도 됨 · Apache-2.0LLM 도구·RAGPython난이도
165,399+0이번 주0
34,550포크821이슈
데모·홈페이지 열기huggingface.co

중간맛 분석

PyTorch 2.5+ 기반의 파이썬 라이브러리로, Pipeline 를 통해 추론과 학습을 통합 지원합니다. NLP(텍스트 생성, 번역, 질의응답)부터 컴퓨터 비전(이미지 분류, 객체 탐지), 오디오(음성인식, 텍스트-투-스피치), 멀티모달(시각질의응답, 문서 이해) 작업까지 단일 프레임워크로 처리할 수 있습니다. 쉽다: pip install transformers[torch]from transformers import pipeline으로 바로 시작 가능하며, 복잡한 모델을 직접 구현할 필요가 없습니다.

이런 레포예요

이럴 때 쓰면 좋아요

  • 사전학습된 BERT, GPT, LLaMA 모델을 활용해 텍스트 분류, 감정 분석, 기계 번역을 빠르게 구현할 때
  • 이미지 분류, 객체 탐지, 세맨틱 분할 등 컴퓨터 비전 작업을 별도 구현 없이 수행할 때
  • 음성-텍스트 변환(ASR), 텍스트-음성 합성(TTS), 멀티모달 시각질의응답 등 복합 모달리티 파이프라인을 구축할 때

핵심 기능

Pipeline API로 복잡한 모델을 3줄 코드로 사용 가능100만 개 이상의 사전학습 모델 체크포인트 중앙 관리PyTorch/JAX/TensorFlow 간 자유로운 모델 이동과 다양한 추론·학습 프레임워크 호환성

대안 대비 차별점

단순 모델 리포지토리가 아닌 모든 ML 프레임워크와 추론 엔진의 중앙 모델 정의 계층으로서, 생태계 전체의 호환성을 보장하는 구조적 차별성을 가집니다.

먹어본 사람들

실제로 차려 먹어본 손님들의 흔적이에요 — 한마디와 완주 인증 모두 검수 후 공개돼요.

시식평 · 먹어본 사람 한마디

아직 시식평이 없어요. 먹어보셨다면 첫 한마디를 남겨주세요.

다른 레포 시식평 구경하기 →

이 레포로 만든 것들

🖋 완주 인증하기

아직 이 레포로 만든 완주 인증이 없어요. 첫 밥도장을 찍어보세요!

이 레포, 해먹는 법

처음 오셨어요? 어렵지 않아요 — 위에서 아래로 따라 하면 내 컴퓨터에 이 레포를 차려서 바로 맛볼 수 있어요.

준비물

  • Python 3.10 이상
  • PyTorch 2.5 이상
  • 가상환경 (venv 또는 uv)

바로 차려먹기Python (uv)

깃밥이 레포 구조를 확인하고 만든 실행 명령이에요. 터미널에 붙여넣으면 받기부터 실행까지 한 번에 진행돼요.

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

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

코드는 내 컴퓨터에서 실행돼요 — 처음 보는 레포라면 내용을 한번 훑어보고 실행하는 습관을 추천해요.

README가 안내하는 자세한 단계 보기
  1. 가상환경을 생성하고 활성화합니다.
python -m venv .my-env
source .my-env/bin/activate
  1. Transformers와 PyTorch를 설치합니다.
pip install "transformers[torch]"
  1. 파이썬 스크립트에서 Pipeline API를 사용하여 텍스트 생성 모델을 로드합니다.
cat > demo.py << 'EOF'
from transformers import pipeline

pipeline = pipeline(task="text-generation", model="Qwen/Qwen2.5-1.5B")
result = pipeline("the secret to baking a really good cake is ")
print(result)
EOF
  1. 스크립트를 실행합니다.
python demo.py
  1. 채팅 모델을 사용하려면 추가로 다음처럼 작성합니다.
cat > chat_demo.py << 'EOF'
import torch
from transformers import pipeline

chat = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello, how are you?"}
]

pipeline = pipeline(task="text-generation", model="meta-llama/Meta-Llama-3-8B-Instruct", dtype=torch.bfloat16, device_map="auto")
response = pipeline(chat, max_new_tokens=512)
print(response[0]["generated_text"][-1]["content"])
EOF
  1. 채팅 스크립트를 실행합니다.
python chat_demo.py

깃밥트라이로 맛보기

받아보기 귀찮고 살짝 불안했다면 — 안전 스캔부터 설치까지 터미널 한 줄로 끝나요.

터미널에 붙여넣으면 깃밥 안전 스캔 → 격리 폴더 clone → 설치 → 실행법 안내까지 자동이에요. 처음이어도 괜찮아요 — 이 한 줄이 전부예요.

npx gitbap-try huggingface/transformers

Node.js만 있으면 설치 없이 실행돼요 · 깃밥트라이가 뭐예요? →

별 추이 · 7일

165,399+0 / 7일

활용성 · 따라 만들기 좋은가

베스트 샘플샘플 점수 80/100
  • 관대한 라이선스
  • 테스트 있음
  • 예제 디렉토리
  • 최근 활동
  • AGENTS.md
  • llms.txt
  • 템플릿

🟢 최근 활동 있음 · 2018년 생성

「LLM 도구·RAG」 이런 레포, 매주 받아보실래요?

매주 월요일 아침, 골라 담은 밥상만. 광고 없이 · 언제든 해지.

내 레포인가요? README에 깃밥 배지 달기
[![깃밥](https://www.gitbap.com/badge/huggingface/transformers.svg)](https://www.gitbap.com/r/huggingface/transformers)
🔌 클로드에서 바로 써보기 — 깃밥 연결하는 법

깃밥을 클로드에 연결하면 이런 레포를 클로드·커서·Codex에서 바로 찾고 체험할 수 있어요.

방법 ① 커넥터 URL

클로드 설정 → 커넥터에 이 주소를 붙여넣기.

https://www.gitbap.com/api/mcp
방법 ② 플러그인 (체험까지)

플러그인을 설치하면 /gitbap-trending·/gitbap-try 슬래시 커맨드로 레포를 그 자리에서 체험. Claude Code에서 아래 두 줄을 차례로 실행하세요.

/plugin marketplace add jakeparkcolde/gitbap-cowork
/plugin install gitbap-cowork@gitbap
연결 방법 자세히 →

AI가 README 기반으로 요약했습니다 · 원문 보기