说明文档

sbert-all-MiniLM-L6-v2-onnx

这是 Sentence Transformers 模型 sentence-transformers/all-MiniLM-L6-v2 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：sentence-transformers/all-MiniLM-L6-v2
嵌入维度：384
最大序列长度：256
磁盘文件大小：0.08 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

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

然后您可以这样使用该模型：

from light_embed import TextEmbedding
sentences = ["This is an example sentence", "Each sentence is converted"]

model = TextEmbedding('sentence-transformers/all-MiniLM-L6-v2')
embeddings = model.encode(sentences)
print(embeddings)

引用 & 作者

Binh Nguyen / binhcode25@gmail.com

binhcode25/sbert-all-MiniLM-L6-v2-onnx

作者 binhcode25

sentence-similarity light-embed

↓ 0 ♥ 0

创建时间: 2024-07-07 15:21:21+00:00

更新时间: 2024-07-07 15:22:06+00:00

在 Hugging Face 上查看

文件 (14)

.gitattributes

1_Pooling/config.json

README.md

config.json

config_sentence_transformers.json

data_config.json

model.onnx ONNX

model_description.json

modules.json

sentence_bert_config.json

special_tokens_map.json

tokenizer.json

tokenizer_config.json

vocab.txt