Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
一个基于 Gradio 3.0.17 的图像分类演示,带两张示例照片:猎豹和狮子。适合想在浏览器里试用图像分类的人。
Pytorch Image Classifier 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download abidlabs/pytorch-image-classifier --repo-type space --local-dir pytorch-image-classifier cd pytorch-image-classifier
Pytorch Image Classifier 是 Hugging Face Spaces 上的一个 Gradio 应用,是一个图像分类演示。它基于 Gradio 3.0.17 构建,带两张示例照片:猎豹和狮子。README 只有一个设置指引,所以细节要看页面。
它适合想在浏览器里试用图像分类的人,也适合想看分类器如何放在 Gradio 页面后面的学习者。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 机器学习 | 学生 | 阅读 app.py,看分类器怎么接到页面上 | 下载这个 Space,打开 app.py |
| 教育 | 讲师 | 用现成的示例照片演示图像分类 | 在课堂上点一张示例照片 |
| 软件 | Python 开发者 | 把这个结构用于自己的图像演示 | 换上其他示例文件 |
如果你需要有文档说明的准确率或支持的类别列表,可以跳过它,因为 README 没有给出。
| Use case | Who | What they get back |
|---|---|---|
| 在线给照片分类 | 好奇的人 | 浏览器里显示的对这张图片的预测 |
| 学习图像演示 | 学习者 | 一个应用文件、一个依赖文件和两张示例照片 |
在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub hf download abidlabs/pytorch-image-classifier --repo-type space --local-dir pytorch-image-classifier cd pytorch-image-classifier pip install gradio==3.0.17 pip install -r requirements.txt python app.py
打开 Hugging Face 上的 Space 页面,然后给它一张图片或选一张示例照片。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。
你在 Space 页面上选了猎豹的照片。应用对它运行分类器,并显示它认为图片里是什么。
如果你是新手,先点一张示例照片。一步就能看明白整个想法,不用安装任何东西。
如果你懂机器学习,来源没有指定外部模型,所以分类逻辑在 app.py 和它的依赖里。Gradio 版本固定在 3.0.17,这是一个早期版本,用更新的 Gradio 可能需要改动。
一个基于 Gradio 3.0.17 的图像分类演示,带两张示例照片:猎豹和狮子。适合想在浏览器里试用图像分类的人。
由 abidlabs 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的,应用自己的文件和许可证在 Hugging Face 上。
它是什么:Pytorch Image Classifier 是 Hugging Face Spaces 上的一个 Gradio 应用,是一个图像分类演示。它基于 Gradio 3.0.17 构建,带两张示例照片:猎豹和狮子。README 只有一个设置指引,所以细节要看页面。
适合谁:它适合想在浏览器里试用图像分类的人,也适合想看分类器如何放在 Gradio 页面后面的学习者。
Industry | Who uses it | How they use it | Example
机器学习 | 学生 | 阅读 app.py,看分类器怎么接到页面上 | 下载这个 Space,打开 app.py
教育 | 讲师 | 用现成的示例照片演示图像分类 | 在课堂上点一张示例照片
软件 | Python 开发者 | 把这个结构用于自己的图像演示 | 换上其他示例文件
如果你需要有文档说明的准确率或支持的类别列表,可以跳过它,因为 README 没有给出。
用在哪里:
Use case | Who | What they get back
在线给照片分类 | 好奇的人 | 浏览器里显示的对这张图片的预测
学习图像演示 | 学习者 | 一个应用文件、一个依赖文件和两张示例照片
如何设置:在线使用什么都不用装。本地副本需要先准备这些。
pip install -U huggingface_hub
hf download abidlabs/pytorch-image-classifier --repo-type space --local-dir pytorch-image-classifier
cd pytorch-image-classifier
pip install gradio==3.0.17
pip install -r requirements.txt
python app.py
如何使用:打开 Hugging Face 上的 Space 页面,然后给它一张图片或选一张示例照片。本地副本则在文件夹里运行 python app.py,再打开它启动的页面。
示例:你在 Space 页面上选了猎豹的照片。应用对它运行分类器,并显示它认为图片里是什么。
新手与专家:如果你是新手,先点一张示例照片。一步就能看明白整个想法,不用安装任何东西。
如果你懂机器学习,来源没有指定外部模型,所以分类逻辑在 app.py 和它的依赖里。Gradio 版本固定在 3.0.17,这是一个早期版本,用更新的 Gradio 可能需要改动。
你打开页面并选一张照片
app.py 对它运行分类器
预测结果显示在浏览器里
注意事项:
在浏览器里打开这个 Space,或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。
README.md 4 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face Space。
| 产品 | 点赞 | 构建方式 | 许可证 | 最近更新 |
|---|---|---|---|---|
| Pytorch Image Classifier 本页 | 2 | gradio | mit | |
| FLUX.1 [dev]共有 gradio | 9,583 | gradio | mit | |
| InstantID共有 gradio | 3,659 | gradio | apache-2.0 | |
| Chat With Janus-Pro-7B共有 gradio | 2,036 | gradio | mit | |
| PhotoMaker共有 gradio | 1,960 | gradio | apache-2.0 | |
| Z Image Turbo共有 gradio | 1,940 | gradio | apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。