# 在 Hugging Face 上使用 fastai

`fastai` 是一个开源深度学习库，它利用 PyTorch 和 Python 提供高级组件，用于在文本、视觉和表格数据上训练快速且准确的神经网络，并达到最先进的输出效果。

## 在 Hub 中探索 fastai

您可以在[模型页面](https://huggingface.co/models?library=fastai&sort=downloads)左侧进行筛选，以查找`fastai`模型。

Hub 上的所有模型都具备以下功能：
1. 自动生成的模型卡片，包含简要描述和有助于提高可发现性的元数据标签。
2. 一个交互式小部件，可直接在浏览器中用于体验模型（适用于图像分类）
3. 一个推理提供商小部件，允许发起推理请求（用于图像分类）。

## 使用现有模型

`huggingface_hub` 库是一个轻量级的 Python 客户端，提供了用于从 Hub 下载模型的实用函数。

```bash
pip install huggingface_hub["fastai"]
```

安装好该库后，您只需使用 `from_pretrained_fastai` 方法即可。该方法不仅会加载模型，还会验证模型保存时的 `fastai` 版本，这对于可复现性至关重要。

```py
from huggingface_hub import from_pretrained_fastai

learner = from_pretrained_fastai("espejelomar/identify-my-cat")

_,_,probs = learner.predict(img)
print(f"Probability it's a cat: {100*probs[1].item():.2f}%")

# Probability it's a cat: 100.00%
```

如果你想了解如何加载特定模型，可以单击 `Use in fastai`，你将获得一个可用的代码片段来加载它！

## 共享您的模型

您可以使用 `push_to_hub_fastai` 方法来共享您的 `fastai` 模型。

```py
from huggingface_hub import push_to_hub_fastai

push_to_hub_fastai(learner=learn, repo_id="espejelomar/identify-my-cat")
```

## 其他资源

* fastai [课程](https://course.fast.ai/)。
* fastai [网站](https://www.fast.ai/)。
* 与 Hub 的集成 [文档](https://docs.fast.ai/huggingface.html)。
* 与 Hub 的集成 [公告](https://huggingface.co/blog/fastai)。

