标签:

• ctranslate2
• 翻译 许可证: apache-2.0

使用Ctranslate2进行快速推理

通过C++中的int8推理，将推理速度提升2倍至8倍

这是Helsinki-NLP/opus-mt-ROMANCE-en的量化版本

pip install hf-hub-ctranslate2>=1.0.0 ctranslate2>=3.13.0

转换命令如下

ct2-transformers-converter --model Helsinki-NLP/opus-mt-ROMANCE-en --output_dir /home/michael/tmp-ct2fast-opus-mt-ROMANCE-en --force --copy_files README.md generation_config.json tokenizer_config.json vocab.json source.spm .gitattributes target.spm --quantization float16

该检查点兼容ctranslate2和hf-hub-ctranslate2

• 在device="cuda"时使用compute_type=int8_float16
• 在device="cpu"时使用compute_type=int8

from hf_hub_ctranslate2 import TranslatorCT2fromHfHub, GeneratorCT2fromHfHub
from transformers import AutoTokenizer

model_name = "michaelfeil/ct2fast-opus-mt-ROMANCE-en"
# 根据模型选择使用TranslatorCT2fromHfHub或GeneratorCT2fromHfHub
model = TranslatorCT2fromHfHub(
        # 在CUDA上以int8加载
        model_name_or_path=model_name, 
        device="cuda",
        compute_type="int8_float16",
        tokenizer=AutoTokenizer.from_pretrained("Helsinki-NLP/opus-mt-ROMANCE-en")
)
outputs = model.generate(
    text=["How do you call a fast Flan-ingo?", "User: How are you doing?"],
)
print(outputs)

许可证及其他说明:

此仅为量化版本。许可证条件旨在与原HuggingFace仓库保持一致。

原始描述

opus-mt-ROMANCE-en

• 源语言: fr,fr_BE,fr_CA,fr_FR,wa,frp,oc,ca,rm,lld,fur,lij,lmo,es,es_AR,es_CL,es_CO,es_CR,es_DO,es_EC,es_ES,es_GT,es_HN,es_MX,es_NI,es_PA,es_PE,es_PR,es_SV,es_UY,es_VE,pt,pt_br,pt_BR,pt_PT,gl,lad,an,mwl,it,it_IT,co,nap,scn,vec,sc,ro,la

• 目标语言: en

• OPUS 自述文件: fr+fr_BE+fr_CA+fr_FR+wa+frp+oc+ca+rm+lld+fur+lij+lmo+es+es_AR+es_CL+es_CO+es_CR+es_DO+es_EC+es_ES+es_GT+es_HN+es_MX+es_NI+es_PA+es_PE+es_PR+es_SV+es_UY+es_VE+pt+pt_br+pt_BR+pt_PT+gl+lad+an+mwl+it+it_IT+co+nap+scn+vec+sc+ro+la-en

• 数据集: opus

• 模型: transformer

• 预处理: 标准化 + SentencePiece

• 下载原始权重: opus-2020-04-01.zip

• 测试集翻译: opus-2020-04-01.test.txt

• 测试集分数: opus-2020-04-01.eval.txt

基准测试