Hugging Face Hub 文档 Hugging Face Hub 是一个拥有超过 170 万个模型、40 万个数据集和 60 万个演示应用 (Spaces) 的平台，所有这些都是开源且公开可用的。它是一个在线平台，人们可以在这里轻松地协作和共同构建机器学习。Hub 作为一个中心枢纽，任何人都可以探索、实验、协作和利用机器学习构建技术。准备好加入开源机器学习的行列了吗？🤗
仓库 简介 入门指南 仓库设置 拉取请求和讨论 通知 集合 Webhooks 存储后端 后续步骤 许可证 模型 简介 模型中心 模型卡片 受限模型 上传模型 下载模型 库 任务 小组件 推理 API 下载统计 数据集 简介 数据集概览 数据集卡片 受限数据集 上传数据集 下载数据集 库 数据集查看器 下载统计 数据文件配置 空间 简介 Spaces 概览 Gradio Spaces 静态 HTML Spaces Docker Spaces 嵌入你的 Space 使用 Docker 运行 参考 更新日志 高级主题 使用 HF 账号登录 其他 组织 企业中心 计费 安全 内容审核 论文页面 搜索 数字对象标识符 (DOI) Hub API 端点 使用 HF 账号登录 贡献者行为准则 内容指南 什么是 Hugging Face Hub？ 我们正在帮助社区共同努力，以实现推进机器学习的目标 🔥。
Hugging Face Hub 是一个拥有超过 170 万个模型、40 万个数据集和 60 万个演示应用的平台，人们可以在其中轻松协作进行机器学习工作流程。Hub 作为一个中心枢纽，任何人都可以分享、探索、发现和实验开源机器学习。
没有任何一家公司，包括科技巨头，能够独自“解决人工智能”——实现这一目标的唯一途径是在以社区为中心的方法中共享知识和资源。我们正在 Hugging Face Hub 上构建最大的开源模型、数据集和演示集合，以民主化和推进机器学习，为每个人服务 🚀。
我们鼓励您阅读 行为准则 和 内容指南，以熟悉我们期望社区成员维护的价值观 🤗。
在 Hub 上你能找到什么？ Hugging Face Hub 托管基于 Git 的仓库，这些仓库是经过版本控制的存储桶，可以包含您的所有文件。💾
在这里，您将能够上传和发现……
模型：托管用于自然语言处理、视觉和音频任务的最新最先进模型 数据集：提供适用于不同领域和模态的各种数据 Spaces：用于在浏览器中直接演示机器学习模型的交互式应用程序 Hub 提供版本控制、提交历史、差异比较、分支以及十几个库的集成！您可以在仓库文档中了解所有仓库共享的功能。
模型 您可以发现并使用社区共享的数以万计的开源机器学习模型。为了促进负责任的模型使用和开发，模型仓库配备了模型卡片，以告知用户每个模型的局限性和偏见。可以包含有关其任务、语言和评估结果等信息的附加元数据，如果仓库包含TensorBoard 跟踪，甚至可以添加训练指标图表。还可以轻松地为您的模型添加一个推理小组件，让任何人都可以直接在浏览器中与模型互动！对于程序化访问，推理提供商提供了一个无服务器 API。
要将模型上传到 Hub，或下载模型并将其集成到您的工作中，请浏览模型文档。您还可以从支持 Hub 的十几个库中进行选择，例如 🤗 Transformers、Asteroid 和 ESPnet。
数据集 Hub 拥有超过 20 万个数据集，涵盖 8000 多种语言，可用于自然语言处理、计算机视觉和音频等广泛任务。Hub 使查找、下载和上传数据集变得简单。数据集附有数据集卡片和数据集查看器形式的详尽文档，让您可以在浏览器中直接探索数据。虽然许多数据集是公开的，但组织和个人可以创建私有数据集以遵守许可或隐私问题。您可以在 Hugging Face Hub 文档中了解更多关于数据集的信息。
🤗 datasets 库允许您以编程方式与数据集进行交互，因此您可以轻松地在项目中使用 Hub 中的数据集。只需一行代码，您就可以访问数据集；即使它们太大以至于无法放入您的计算机，您也可以使用流式传输来高效地访问数据。
Spaces Spaces 是在 Hub 上托管机器学习演示应用的简单方法。它们可以帮助您建立自己的机器学习作品集，在会议上或向利益相关者展示您的项目，以及与机器学习生态系统中的其他人合作。
我们目前支持两个出色的 Python SDK (Gradio 和 Streamlit)，让您在几分钟内构建出炫酷的应用。用户还可以在 Space 中创建静态页面，这是一种简单的 HTML/CSS/JavaScript 页面。
在您探索了一些 Spaces (看看我们的每周最佳 Space！)之后，深入阅读Spaces 文档，了解如何创建您自己的 Space。您还可以升级您的 Space，使其在 GPU 或其他加速硬件上运行。⚡️
组织 公司、大学和非营利组织是 Hugging Face 社区的重要组成部分！Hub 提供了组织功能，可用于对账户进行分组并管理数据集、模型和 Spaces。教育工作者还可以使用 Hugging Face for Classrooms 为学生创建协作组织。组织的仓库将展示在组织页面上，组织的每个成员都将有能力为仓库做出贡献。除了方便地将组织的所有工作分组外，Hub 还允许管理员设置角色以控制对仓库的访问，并管理其组织的支付方式和账单信息。协作使机器学习更有趣！🔥
探索现有组织，在此处创建一个新组织，然后访问组织文档以了解更多信息。
安全 Hugging Face Hub 支持安全和访问控制功能，让您放心，您的代码、模型和数据都是安全的。请访问本文档中的安全部分，了解以下内容：
用户访问令牌 组织的访问控制 使用 GPG 签署提交 恶意软件扫描 < > 在 GitHub 上更新