Python Transformer库详解与实用指南

Python 中的 Transformer 库及使用方法

一、库的概述

Hugging Face Transformers 是自然语言处理（NLP）领域最流行的开源库之一，支持基于 Transformer 架构的预训练模型（如 BERT、GPT、T5 等），覆盖文本、图像、音频等多模态任务。其核心功能包括：

预训练模型：支持数百种模型，适配文本分类、生成、翻译、问答等任务。

分词与工具链：提供高效的分词器（Tokenizer）和数据处理工具。

跨框架支持：兼容 PyTorch、TensorFlow 和 JAX 等深度学习框架。

二、安装与配置

安装库

pip install transformers
# 安装完整依赖（推荐）
pip install transformers[sentencepiece]

国内镜像加速
若下载模型缓慢，可设置镜像源：

import os
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"

三、基础使用：Pipeline 快速推理

pipeline() 是 Transformers 库的核心接口，支持一键调用预训练模型完成常见任务。

情感分析示例

from transformers import pipeline

classifier = pipeline("sentiment-analysis")
result = classifier("I love using transformers library!")
print(result)  # 输出：[{'label': 'POSITIVE', 'score': 0.9998}]

文本生成示例

generator = pipeline("text-generation", model="gpt2")
text = generator("The future of AI is", max_length=50)
print(text[0]["generated_text"])

支持的任务类型
文本分类、命名实体识别（NER）、翻译、摘要、问答等。
多模态任务：图像分类、语音识别、视觉问答等。

四、进阶使用：自定义模型与分词器

加载模型与分词器
使用 AutoModel 和 AutoTokenizer 按需加载模型：

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

# 加载翻译模型（英文→法文）
model_name = "Helsinki-NLP/opus-mt-en-fr"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSeq2SeqLM.from_pretrained(model_name)

编写翻译函数

def translate(text, tokenizer, model):
    inputs = tokenizer.encode(text, return_tensors="pt", truncation=True)
    outputs = model.generate(inputs, max_length=50, num_beams=4)
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

english_text = "Hello, how are you?"
print(translate(english_text, tokenizer, model))  # 输出法文翻译

批量翻译与参数优化

def batch_translate(texts, tokenizer, model):
    inputs = tokenizer(texts, return_tensors="pt", padding=True, truncation=True)
    outputs = model.generate(**inputs, max_length=50, num_beams=8)
    return [tokenizer.decode(output, skip_special_tokens=True) for output in outputs]

五、模型微调与多模态应用

微调预训练模型

使用 Trainer 类和 TrainingArguments 配置训练参数：

from transformers import Trainer, TrainingArguments

training_args = TrainingArguments(
    output_dir="./results",
    num_train_epochs=3,
    per_device_train_batch_size=16
)
trainer = Trainer(model=model, args=training_args, train_dataset=train_data)
trainer.train()

图像分类任务（Vision Transformer）

from transformers import ViTImageProcessor, ViTForImageClassification
import torch

processor = ViTImageProcessor.from_pretrained("google/vit-base-patch16-224")
model = ViTForImageClassification.from_pretrained("google/vit-base-patch16-224")

# 处理图像并推理
image = ...  # 输入图像数据（需转为张量）
inputs = processor(images=image, return_tensors="pt")
outputs = model(**inputs)
predicted_class = outputs.logits.argmax(-1).item()