T5 Small Onnx

🚀 t5-small をONNX形式にエクスポート

このモデルは、多言語の要約や翻訳などのタスクに対応した、T5-smallをONNX形式にエクスポートしたものです。

🚀 クイックスタート

このモデルは、多言語の要約や翻訳などのタスクに使用できます。以下のセクションでは、モデルの詳細と使用例について説明します。

✨ 主な機能

• 多言語対応: 英語、フランス語、ルーマニア語、ドイツ語などの複数の言語に対応しています。
• 要約と翻訳: 文章の要約や言語間の翻訳タスクに使用できます。
• ONNX形式: ONNX形式にエクスポートされており、高速な推論が可能です。

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを使用してインストールできます。

pip install transformers optimum[onnxruntime]

💻 使用例

基本的な使用法

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

📚 ドキュメント

モデルの詳細

T5 は、教師なしタスクと教師ありタスクの多タスク混合で事前学習されたエンコーダ・デコーダモデルです。各タスクはテキスト-to-テキスト形式に変換されます。

論文情報

• 論文: Exploring the Limits of Transfer Learning with a Unified Text-to-Text Transformer
• 著者: Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee, Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J. Liu

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。