默认变压器管道中使用了哪些功能？

Question

我在看这里是特征提取管道。

我初始化如下：

from transformers import pipeline 
pipe = pipeline("feature-extraction") 
features = pipe("test")

我得到了一堆特征。默认情况下，这是使用什么模式？如何初始化该管道以使用特定的预培训模型？

len(features)
1
>>> features
[[[0.4122459590435028, 0.10175584256649017, 0.09342928230762482, -0.3119196593761444, -0.3226662278175354, -0.16414110362529755, 0.06356583535671234, -0.03167172893881798, -0.010002809576690197, -1.1153486967086792, -0.3304346203804016, 0.1727224737405777, -0.0904250368475914, -0.04243310168385506, -0.4745883047580719, 0.09118127077817917, 0.4240476191043854, 0.2237153798341751, 0.12108077108860016, -0.16883963346481323, 0.055300742387771606, -0.07225772738456726, 0.4521999955177307, -0.31655701994895935, 0.05917530879378319, -0.0343029648065567, 0.4157347083091736, 0.10791877657175064, -0
...etc

而文件告诉我：

所有的模型都可以用于这条管道。请参阅所有模型的列表，包括huggingface.co/model上的社区贡献模型。

我不清楚在哪里初始化这个链接中的模型。API非常简洁。

Answer 1

不幸的是，正如您正确地指出的，pipelines文档相当稀少。但是，源代码指定默认使用哪些模型，请参见这里。具体来说，模型是distilbert-base-cased。

有关使用模型的方法，请参见me 这里的相关答案。您可以简单地指定model和tokenizer参数如下：

from transformers import pipeline

# Question answering pipeline, specifying the checkpoint identifier
pipeline('feature-extraction', model='bert-base-cased', tokenizer='bert-base-cased')