返回模型
说明文档
LightEmbed/baai-llm-embedder-onnx
这是 Sentence Transformers 模型 BAAI/llm-embedder 的 ONNX 版本,用于句子嵌入,针对速度和轻量化性能进行了优化。通过使用 onnxruntime 和 tokenizers 替代 sentence-transformers 和 transformers 等较重的库,该版本确保了更小的库体积和更快的执行速度。以下是模型的详细信息:
- 基础模型:BAAI/llm-embedder
- 嵌入维度:768
- 最大序列长度:512
- 磁盘文件大小:0.41 GB
- 已包含池化:是
此 ONNX 模型包含原始 sentence transformer 模型中的所有组件: Transformer、Pooling、Normalize
<!--- Describe your model here -->
使用方法 (LightEmbed)
安装 LightEmbed 后,使用此模型变得非常简单:
pip install -U light-embed
然后你可以使用原始模型名称来使用该模型,如下所示:
from light_embed import TextEmbedding
sentences = [
"This is an example sentence",
"Each sentence is converted"
]
model = TextEmbedding('BAAI/llm-embedder')
embeddings = model.encode(sentences)
print(embeddings)
你也可以使用 ONNX 模型名称来使用该模型,如下所示:
from light_embed import TextEmbedding
sentences = [
"This is an example sentence",
"Each sentence is converted"
]
model = TextEmbedding('LightEmbed/baai-llm-embedder-onnx')
embeddings = model.encode(sentences)
print(embeddings)
引用 & 作者
Binh Nguyen / binhcode25@gmail.com
LightEmbed/baai-llm-embedder-onnx
作者 LightEmbed
sentence-similarity
light-embed
↓ 0
♥ 0
创建时间: 2024-05-14 19:16:41+00:00
更新时间: 2024-07-07 19:51:59+00:00
在 Hugging Face 上查看文件 (13)
.gitattributes
1_Pooling/config.json
README.md
config.json
config_sentence_transformers.json
model.onnx
ONNX
model_description.json
modules.json
sentence_bert_config.json
special_tokens_map.json
tokenizer.json
tokenizer_config.json
vocab.txt