T5 Small

🚀 [t5-small ONNX格式模型]

t5-small模型導出為ONNX格式，可用於文本摘要和翻譯等任務，支持多種語言。

🚀 快速開始

本模型是將 t5-small 導出為ONNX格式後的版本。你可以使用以下代碼示例快速使用該模型。

✨ 主要特性

• 多語言支持：支持英語（en）、法語（fr）、羅馬尼亞語（ro）、德語（de）等多種語言，具備多語言處理能力。
• 任務類型：適用於文本摘要和翻譯任務。
• 數據集：基於c4數據集進行訓練。
• 許可證：採用Apache-2.0許可證。

📦 安裝指南

文檔未提及具體安裝步驟，暫不展示。

💻 使用示例

基礎用法

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)

高級用法

文檔未提及高級用法代碼示例，暫不展示。

📚 詳細文檔

模型描述

T5 是一個編碼器 - 解碼器模型，它在無監督和有監督任務的多任務混合上進行預訓練，並且每個任務都被轉換為文本到文本的格式。

如需更多信息，請查看原始論文。

論文：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

📄 許可證

本模型採用Apache - 2.0許可證。