Xenova/m2m100_418M
作者 Xenova ｜ 下载 448 ｜ 点赞 8 ｜ 更新 2025-07-14
这个仓库里有什么
- 32 个 ONNX 模型（.onnx 文件）
- 42 个文件，其中 .onnx 32 个、.json 7 个、.md 1 个、.model 1 个
- 仓库体积约 19.7 GB
- 最近更新：2025-07-14
ONNX 文件清单
| 文件 | 大小 | 下载 |
|---|---|---|
| onnx/decoder_model.onnx | 1.2 GB | 下载 |
| onnx/decoder_model_bnb4.onnx | 614 MB | 下载 |
| onnx/decoder_model_fp16.onnx | 637 MB | 下载 |
| onnx/decoder_model_int8.onnx | 820 MB | 下载 |
| onnx/decoder_model_merged.onnx | 1.2 GB | 下载 |
| onnx/decoder_model_merged_bnb4.onnx | 614 MB | 下载 |
| onnx/decoder_model_merged_fp16.onnx | 638 MB | 下载 |
| onnx/decoder_model_merged_int8.onnx | 821 MB | 下载 |
| onnx/decoder_model_merged_q4.onnx | 626 MB | 下载 |
| onnx/decoder_model_merged_q4f16.onnx | 362 MB | 下载 |
共 32 个 .onnx 文件，其余见右侧「文件」列表。
怎么用
这些 ONNX 文件可以直接用 ONNX Runtime 加载运行；想先看网络结构，可以把文件上传到 Netron 在线查看器 查看。下载链接指向 Hugging Face 原始文件。
说明文档
https://huggingface.co/facebook/m2m100_418M with ONNX weights to be compatible with Transformers.js.
Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).
模型信息
translation
transformers.js
transformers.js
onnx
m2m_100
text2text-generation
translation
base_model:facebook/m2m100_418M
base_model:quantized:facebook/m2m100_418M
region:us
↓ 448
♥ 8
创建时间: 2023-08-12
更新时间: 2025-07-14
在 Hugging Face 上查看文件 (42)
.gitattributes
README.md
config.json
generation_config.json
onnx/decoder_model.onnx
1.2 GB
ONNX
onnx/decoder_model_bnb4.onnx
614 MB
ONNX
onnx/decoder_model_fp16.onnx
637 MB
ONNX
onnx/decoder_model_int8.onnx
820 MB
ONNX
onnx/decoder_model_merged.onnx
1.2 GB
ONNX
onnx/decoder_model_merged_bnb4.onnx
614 MB
ONNX
onnx/decoder_model_merged_fp16.onnx
638 MB
ONNX
onnx/decoder_model_merged_int8.onnx
821 MB
ONNX
onnx/decoder_model_merged_q4.onnx
626 MB
ONNX
onnx/decoder_model_merged_q4f16.onnx
362 MB
ONNX
onnx/decoder_model_merged_quantized.onnx
328 MB
ONNX
onnx/decoder_model_merged_uint8.onnx
821 MB
ONNX
onnx/decoder_model_q4.onnx
626 MB
ONNX
onnx/decoder_model_q4f16.onnx
361 MB
ONNX
onnx/decoder_model_quantized.onnx
323 MB
ONNX
onnx/decoder_model_uint8.onnx
820 MB
ONNX
onnx/decoder_with_past_model.onnx
1.1 GB
ONNX
onnx/decoder_with_past_model_bnb4.onnx
600 MB
ONNX
onnx/decoder_with_past_model_fp16.onnx
589 MB
ONNX
onnx/decoder_with_past_model_int8.onnx
796 MB
ONNX
onnx/decoder_with_past_model_q4.onnx
610 MB
ONNX
onnx/decoder_with_past_model_q4f16.onnx
347 MB
ONNX
onnx/decoder_with_past_model_quantized.onnx
299 MB
ONNX
onnx/decoder_with_past_model_uint8.onnx
796 MB
ONNX
onnx/encoder_model.onnx
1.1 GB
ONNX
onnx/encoder_model_bnb4.onnx
586 MB
ONNX
onnx/encoder_model_fp16.onnx
541 MB
ONNX
onnx/encoder_model_int8.onnx
271 MB
ONNX
onnx/encoder_model_q4.onnx
595 MB
ONNX
onnx/encoder_model_q4f16.onnx
334 MB
ONNX
onnx/encoder_model_quantized.onnx
275 MB
ONNX
onnx/encoder_model_uint8.onnx
271 MB
ONNX
quantize_config.json
sentencepiece.bpe.model
special_tokens_map.json
tokenizer.json
tokenizer_config.json
vocab.json