Hub documentation
Hugging Face'te Flair Kullanımı
Tek Oturum Açma (SSO) Denetim Kayıtları Depolama Bölgeleri Özel veri setleri için Data Studio Kaynak Grupları (Erişim Denetimi) Gelişmiş Hesaplama Seçenekleri Gelişmiş Güvenlik Token Yönetimi Hizmet Hesapları Yayıncı Analitiği Gating Grup Koleksiyonları Ağ Güvenliği İndirme Analitiği Hız Sınırları Blog Yazıları
PRO Plan Depolar Depolarla Başlama Depo Ayarları Depolama Sınırları Depolama Arka Ucu (Xet) Yerel Önbellek Pull Request'ler ve Tartışmalar Bildirimler Koleksiyonlar Webhook'lar GitHub Actions Notebook'lar Sonraki Adımlar Lisanslar
Modeller Model Hub Model Kartları Değerlendirme Sonuçları Liderlik Tablosu Verileri Kapılı Modeller Model Yükleme Modelleri İndirme Entegre Kütüphaneler
Veri Setleri Adaptörler AllenNLP BERTopic Asteroid Diffusers ESPnet fastai Flair Keras TF-Keras (eski) ML-Agents mlx-image MLX OpenCLIP PaddleNLP peft RL-Baselines3-Zoo Sample Factory Sentence Transformers SetFit spaCy SpanMarker SpeechBrain Stable-Baselines3 Stanza TensorBoard timm Transformers Transformers.js Unity Sentis
Model Widget'leri Model Çıkarımı Modeller İndirme İstatistikleri Model Yayın Kontrol Listesi Donanım Yerel Uygulamalar Sıkça Sorulan Sorular Gelişmiş Konular Veri Setleri Genel Bakış Veri Seti Kartları Kapılı Veri Setleri Veri Setleri Yükleme Veri Setlerinin Yüklenmesi (LLM'ler için) Veri Setleri İndirme Akışkan Veri Setleri Entegre Kütüphaneler Data Studio Ajan İzleri Veri Setleri İndirme İstatistikleri
Spaces Spaces Genel Bakış Spaces GPU Yükseltmeleri Spaces ZeroGPU Spaces Geliştirme Modu Spaces Disk Kullanımı ve Depolama Spaces Özel Alan Adı MCP sunucuları olarak Spaces Ajan Araçları Olarak Spaces Spaces olarak API Uç Noktaları Gradio Spaces Streamlit Spaces Statik HTML Uzayları Docker Spaces Space'inizi gömün Spaces'i Docker ile çalıştırın Spaces Yapılandırma Referansı HF ile Giriş Yap düğmesi Öne Çıkan Uzaylar Spaces Güncelleme Geçmişi Gelişmiş Konular
Depolama Kovaları new Konteyner Görselleri new İşler İşler Genel Bakış Hızlı Başlangıç Fiyatlandırma ve Faturalandırma İşleri Yönet Yapılandırma Docker görüntülerini kullanma Modelleri Sun Model Eğitimi Örnekler & Eğitimler Büyük Veri Setlerini İşleme İşleri Zamanla Webhook Otomasyonu Referans
Ajanlar Ajanlar Genel Bakış Yapay Zeka Ajanları için Hugging Face CLI Hugging Face MCP Sunucusu Hugging Face Agent Skills HF SDK ile ajan oluşturma llama.cpp ile Yerel Ajanlar Ajan Kütüphaneleri Oturum İzleri Biçimi
Diğer Hugging Face'te Flair Kullanımı
Flair, en son NLP tekniklerini kullanan çok basit bir çerçevedir. Humboldt Üniversitesi Berlin ve arkadaşları tarafından geliştirilmiştir.
Hub'da Flair'i Keşfetme
modeller sayfasının sol tarafında filtreleyerek flair modellerini bulabilirsiniz.
Hub'daki tüm modeller bu faydalı özelliklerle birlikte gelir:
- Kısa bir açıklamaya sahip otomatik olarak oluşturulmuş bir model kartı.
- Modeli doğrudan tarayıcıda denemenizi sağlayan etkileşimli bir widget.
- Çıkarım istekleri yapmanıza olanak tanıyan bir Inference Providers widget'ı.
Kurulum
Başlamak için Flair kurulum kılavuzunu takip edebilirsiniz. Ayrıca pip üzerinden aşağıdaki tek satırlık kurulumu da kullanabilirsiniz:
$ pip install -U flairMevcut modelleri kullanma
Tüm flair modelleri Hub'dan kolayca yüklenebilir:
from flair.data import Sentence
from flair.models import SequenceTagger
# load tagger
tagger = SequenceTagger.load("flair/ner-multi")Yüklendikten sonra, çıkarım yapmak için predict() kullanabilirsiniz:
sentence = Sentence("George Washington ging nach Washington.")
tagger.predict(sentence)
# print sentence
print(sentence)Aşağıdakileri çıktılar:
Sentence[6]: "George Washington ging nach Washington." → ["George Washington"/PER, "Washington"/LOC]
Belirli bir Flair modelini yüklemek istiyorsanız, model kartındaki Use in Flair bağlantısına tıklayabilir ve size çalışan bir kod parçası sunulur!


Ek kaynaklar
- Flair deposu
- Flair belgeleri
- Hub'daki resmi Flair modelleri (büyük ölçüde @alanakbik ve @stefan-it tarafından eğitildi)