Hugging Face | 个人使用笔记

一、网站介绍

在这里插入图片描述
模型和数据集都是开源的

搜索模型是默认按照趋势排序的

二、模型具体页面

在这里插入图片描述

三、调用API小练习

模型网站：flux-RealismLora
在这里插入图片描述

1.点击View Code 获取参考代码
在这里插入图片描述

2.创建一个python文件复制进一个代码编辑器
注意：需要补充最后一行保存代码
在这里插入图片描述

3.需要获得个人的hugging face的TOKEN
在这里插入图片描述

将 headers = {"Authorization": "Bearer hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"}中的hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx替换成上面的值

4.保存，运行
得到生成的图片在这里插入图片描述
可能存在Runtime Error的问题，也不是一定会遇到，跟网络状况有关

5.写一个gradio页面，跟这个flux接口对接

# 大模型生成代码
import gradio as gr
import requests
import io
from PIL import ImageAPI_URL = "https://api-inference.huggingface.co/models/XLabs-AI/flux-RealismLora"
headers = {"Authorization": "Bearer hf_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx"}def query(prompt):payload = {"inputs": prompt}response = requests.post(API_URL, headers=headers, json=payload, timeout=30, verify=False)if response.status_code == 200:image_bytes = response.contentimage = Image.open(io.BytesIO(image_bytes))return imageelse:return f"Error: {response.status_code} - {response.text}"# Define the Gradio interface without enable_queue
iface = gr.Interface(fn=query,inputs="text",outputs="image",title="Image Generation with Flux Realism Lora",description="Enter a prompt to generate an image using the Flux Realism Lora model."
)# Launch the Gradio app
iface.launch()

网页如图：
在这里插入图片描述
注意： 对于 Hugging Face API：
（1）图像生成模型通常返回图像的二进制数据：

image_bytes = query({"inputs": "Astronaut riding a horse",
})
image = Image.open(io.BytesIO(image_bytes))  # 将字节转换为图像

（2）其他类型的模型（如文本生成、情感分析等）可能返回 JSON 格式的响应，其中包含模型输出的详细信息：

response = requests.post(API_URL, headers=headers, json=payload)
json_response = response.json()  # 解析 JSON 响应

四、以后补充

个人学习笔记来源：https://www.bilibili.com/list/watchlater?bvid=BV1Mr4MewEY5&oid=113236728874981

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/460627.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！