timm09_08.md

从 Hugging Face Hub 共享和加载模型

原始文本：huggingface.co/docs/timm/hf_hub

timm库与 Hugging Face Hub 有内置集成，使得从🤗 Hub 共享和加载模型变得容易。

在这个简短的指南中，我们将看到如何：

1. 在 Hub 上分享一个timm模型

2. 如何从 Hub 加载该模型

身份验证

首先，您需要确保已安装huggingface_hub包。

pip install huggingface_hub

然后，您需要进行身份验证。您可以通过运行以下命令来实现这一点：

huggingface-cli login

或者，如果您正在使用笔记本电脑，可以使用notebook_login助手：

>>> from huggingface_hub import notebook_login
>>> notebook_login()

分享一个模型

>>> import timm
>>> model = timm.create_model('resnet18', pretrained=True, num_classes=4)

这里通常会训练或微调模型。出于本教程的目的，我们将跳过这一步。

假设我们现在已经对模型进行了微调。下一步将是将其推送到 Hub！我们可以使用timm.models.hub.push_to_hf_hub函数来实现这一点。

>>> model_cfg = dict(labels=['a', 'b', 'c', 'd'])
>>> timm.models.hub.push_to_hf_hub(model, 'resnet18-random', model_config=model_cfg)

运行上述命令将把模型推送到 Hub 上的<your-username>/resnet18-random。您现在可以与朋友分享这个模型，或在自己的代码中使用它！

加载一个模型

从 Hub 加载模型就像调用timm.create_model一样简单，只需将pretrained参数设置为要加载的模型的名称。在这种情况下，我们将使用nateraw/resnet18-random，这是我们刚刚推送到 Hub 的模型。

>>> model_reloaded = timm.create_model('hf_hub:nateraw/resnet18-random', pretrained=True)