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。
在 Gradio 页面里用 Keras 的小型 MobileViT 模型识别照片里的花的种类,附带示例图片,适合机器学习学习者和植物爱好者。
Flowers Classification MobileViT 是一款工具包,属于教育类,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 keras-io/Flowers-Classification-MobileViT --repo-type space --local-dir Flowers-Classification-MobileViT cd Flowers-Classification-MobileViT
这个 Gradio 应用用一个小型 MobileViT 模型给花的图片分类。记录里列出了一个模型 mobile-vit-xxs,来自 Keras 团队的 keras-io 组织。examples 文件夹里有可以试用的示例图片。
它适合想看紧凑视觉模型运行的机器学习学习者。植物爱好者可以给花的照片快速得到一个标签,开发者则得到一个小型 Gradio 示例。记录没有给出花的类别清单或准确率数据。
| 行业 | 使用者 | 使用方式 | 例子 |
|---|---|---|---|
| 教育 | 机器学习的学生 | 看紧凑的视觉 Transformer 如何给图像分类 | 运行一张示例图片 |
| 园艺 | 植物爱好者 | 快速猜一猜花的种类 | 试试你自己的一张花的照片 |
| 软件 | Python 开发者 | 阅读围绕 Keras 模型的小型 Gradio 演示 | 打开 app.py 和 requirements.txt |
如果你需要可靠的植物识别服务,可以跳过它。
| 用例 | 适合谁 | 得到什么 |
|---|---|---|
| 给花的照片分类 | 爱好者 | 模型给这张图片的标签 |
| 试用自带的示例 | 学习者 | 快速了解模型的表现 |
| 作为基础复用 | 开发者 | 一个围绕 Keras 模型的小型 Gradio 应用 |
pip install -U huggingface_hub hf download keras-io/Flowers-Classification-MobileViT --repo-type space --local-dir Flowers-Classification-MobileViT cd Flowers-Classification-MobileViT pip install gradio pip install -r requirements.txt python app.py
在线使用时,打开 Space,用页面上的控件操作。在自己的电脑上,则在 Space 文件夹里运行主文件,再使用它提供的页面。示例图片是最快的试用办法。
python app.py
你打开 Space,选一张示例花卉图片。应用会返回模型给这朵花的标签。记录里没有示例输出,所以具体显示方式要看页面。
图像分类器会查看照片,并选出最匹配的标签。先打开 Space,运行一张示例图片,再试一张你自己的。
如果你熟悉这个领域,MobileViT 把卷积和 Transformer 块混在一起来保持体积小,模型名里的 xxs 指向它最小的尺寸。记录没有给出准确率数据或类别清单,所以请在你自己的照片上检查结果。
在 Gradio 页面里用 Keras 的小型 MobileViT 模型识别照片里的花的种类,附带示例图片,适合机器学习学习者和植物爱好者。
由 keras-io 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:这个 Gradio 应用用一个小型 MobileViT 模型给花的图片分类。记录里列出了一个模型 mobile-vit-xxs,来自 Keras 团队的 keras-io 组织。examples 文件夹里有可以试用的示例图片。
适合谁:它适合想看紧凑视觉模型运行的机器学习学习者。植物爱好者可以给花的照片快速得到一个标签,开发者则得到一个小型 Gradio 示例。记录没有给出花的类别清单或准确率数据。
行业 | 使用者 | 使用方式 | 例子
教育 | 机器学习的学生 | 看紧凑的视觉 Transformer 如何给图像分类 | 运行一张示例图片
园艺 | 植物爱好者 | 快速猜一猜花的种类 | 试试你自己的一张花的照片
软件 | Python 开发者 | 阅读围绕 Keras 模型的小型 Gradio 演示 | 打开 app.py 和 requirements.txt
如果你需要可靠的植物识别服务,可以跳过它。
用在哪里:
用例 | 适合谁 | 得到什么
给花的照片分类 | 爱好者 | 模型给这张图片的标签
试用自带的示例 | 学习者 | 快速了解模型的表现
作为基础复用 | 开发者 | 一个围绕 Keras 模型的小型 Gradio 应用
如何设置:
pip install -U huggingface_hub
hf download keras-io/Flowers-Classification-MobileViT --repo-type space --local-dir Flowers-Classification-MobileViT
cd Flowers-Classification-MobileViT
pip install gradio
pip install -r requirements.txt
python app.py
如何使用:在线使用时,打开 Space,用页面上的控件操作。在自己的电脑上,则在 Space 文件夹里运行主文件,再使用它提供的页面。示例图片是最快的试用办法。
python app.py
示例:你打开 Space,选一张示例花卉图片。应用会返回模型给这朵花的标签。记录里没有示例输出,所以具体显示方式要看页面。
新手与专家:图像分类器会查看照片,并选出最匹配的标签。先打开 Space,运行一张示例图片,再试一张你自己的。
如果你熟悉这个领域,MobileViT 把卷积和 Transformer 块混在一起来保持体积小,模型名里的 xxs 指向它最小的尺寸。记录没有给出准确率数据或类别清单,所以请在你自己的照片上检查结果。
你选一张花的照片或上传一张
Gradio 页面把它交给 app.py
MobileViT 模型给各个标签打分
页面显示最匹配的一个
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 |
|---|---|---|---|---|
| Flowers Classification MobileViT 本页 | 4 | gradio | cc0-1.0 | |
| Unit 1 Quiz - AI Agent Fundementals共有 gradio | 360 | gradio | apache-2.0 | |
| Unit 2.1 smolagents Code Quiz共有 gradio | 63 | gradio | apache-2.0 | |
| Unit 1 Quiz - Model Context Protocol (MCP) Fundementals共有 gradio | 58 | gradio | apache-2.0 | |
| Tamazight Text-to-Speech共有 gradio | 41 | gradio | cc-by-4.0 | |
| Embedding Draw Challenge共有 gradio | 30 | 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。
prathoshap · 工具包
用一个训练好的声音,以吟诵风格朗读古典梵语诗节,由参考音频决定节奏。适合学习、背诵或需要梵语音频的人。
paradigma-inc · 工具包
用一个从头训练的 1B 参数模型解决难度很高的数学题,追求高速、大批量的推理。适合在 NVIDIA GPU 上运行数学任务的开发者。
murai-labs · 工具包
能用泰米尔文、罗马化泰米尔语和英语聊天,也能在泰米尔语和英语之间翻译。这是 Murai Labs 从零训练的 2.5B 模型,适合泰米尔语使用者、研究人员和开发者。