T5 Small

🚀 [t5-small ONNX格式模型]

t5-small模型导出为ONNX格式，可用于文本摘要和翻译等任务，支持多种语言。

🚀 快速开始

本模型是将 t5-small 导出为ONNX格式后的版本。你可以使用以下代码示例快速使用该模型。

✨ 主要特性

• 多语言支持：支持英语（en）、法语（fr）、罗马尼亚语（ro）、德语（de）等多种语言，具备多语言处理能力。
• 任务类型：适用于文本摘要和翻译任务。
• 数据集：基于c4数据集进行训练。
• 许可证：采用Apache-2.0许可证。

📦 安装指南

文档未提及具体安装步骤，暂不展示。

💻 使用示例

基础用法

from transformers import AutoTokenizer, pipeline
from optimum.onnxruntime import ORTModelForSeq2SeqLM
tokenizer = AutoTokenizer.from_pretrained("optimum/t5-small")
model = ORTModelForSeq2SeqLM.from_pretrained("optimum/t5-small")
translator = pipeline("translation_en_to_fr", model=model, tokenizer=tokenizer)
results = translator("My name is Eustache and I have a pet raccoon")
print(results)

高级用法

文档未提及高级用法代码示例，暂不展示。

📚 详细文档

模型描述

T5 是一个编码器 - 解码器模型，它在无监督和有监督任务的多任务混合上进行预训练，并且每个任务都被转换为文本到文本的格式。

如需更多信息，请查看原始论文。

论文：Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer

作者：Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

📄 许可证

本模型采用Apache - 2.0许可证。