Day 6 動手實作!LLM相關練習(一)

今天要來練習利用Hugging face開發的transformers庫和torch框架，完成簡單的翻譯文本練習。

Hugging Face是一家美國公司，專門開發用於構建機器學習應用的工具。該公司的代表產品是其為自然語言處理應用構建的transformers庫，以及允許使用者共享機器學習模型和資料集的平台。(by Wikipedia)

Hugging Face幾乎是LLM開發的標準平台，上面有許多關於LLM的教學與討論。
而其中的transformers庫提供了數千個任何人都可以下載和使用的預訓練模型，其中的piplines函數是今天會用到的功能，待會再介紹~

實作會在Google Colab執行，馬上進入練習~

1.進入Google Colab
2.安裝所需模組

!pip install transformers torch

3.使用pipeline加載翻譯模型，並翻譯文本
這個範例用中文翻譯到法文

from transformers import pipeline # 引入 pipeline 
# 加載翻譯模型 
translator = pipeline("translation_en_to_fr") 
# 翻譯文本 
text = "你好，你怎麼樣？" 
translation = translator(text, max_length=40) 
# 輸出翻譯結果 
print(f"翻譯結果: {translation[0]['translation_text']}")

pipeline函數 : 提供了一種方便的方式來使用各種NLP模型，讓開發者能夠專注於應用邏輯，而不是底層技術細節。

也可以從Hugging Face提供的翻譯模型尋找翻譯不同語言的語法

像是以下三種 :
translation_en_to_fr：從英語翻譯到法語。
translation_en_to_de：從英語翻譯到德語。
translation_fr_to_en：從法語翻譯到英語。