LightEmbed/snowflake-arctic-embed-m-onnx

这是用于句子嵌入的 Sentence Transformers 模型 Snowflake/snowflake-arctic-embed-m 的 ONNX 版本，针对速度和轻量化性能进行了优化。通过使用 onnxruntime 和 tokenizers 替代较重的库（如 sentence-transformers 和 transformers），该版本确保了更小的库体积和更快的执行速度。以下是该模型的详细信息：

• 基础模型：Snowflake/snowflake-arctic-embed-m
• 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 模型包含原始句子转换器模型中的所有组件： Transformer、Pooling、Normalize

<!--- Describe your model here -->

用法 (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('Snowflake/snowflake-arctic-embed-m')
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/snowflake-arctic-embed-m-onnx')
embeddings = model.encode(sentences)
print(embeddings)

引用与作者

Binh Nguyen / binhcode25@gmail.com