Sube tu modelo de PyTorch a Hugging Face

Subir un modelo de PyTorch a Hugging Face es una excelente manera de compartirlo y hacer que esté disponible para su uso e inferencia. Hugging Face facilita el proceso con sus herramientas como el `transformers` library y `huggingface\_hub`. Aquí te dejo los pasos para subir tu modelo de PyTorch a Hugging Face: \### Paso 1: Instalación de `huggingface\_hub` Si aún no tienes la librería `huggingface\_hub` instalada, puedes hacerlo con: ```bash pip install huggingface\_hub ``` \### Paso 2: Autenticación en Hugging Face Primero, necesitarás un \*\*token de autenticación\*\* de Hugging Face. Para obtenerlo, sigue estos pasos: 1\. Dirígete a \[Hugging Face]\(https://huggingface.co/) e inicia sesión o crea una cuenta. 2\. Ve a tu perfil y selecciona \*\*"Settings"\*\*. 3\. En el menú lateral, selecciona \*\*"Access Tokens"\*\*. 4\. Genera un nuevo token con el nombre que desees y copia el token. Una vez que tengas tu token, ejecuta el siguiente comando en tu entorno Python para autenticarte: ```python from huggingface\_hub import notebook\_login notebook\_login() # Esto abrirá un enlace para iniciar sesión y pegar tu token. ``` Sigue las instrucciones para autenticarte con el token. \### Paso 3: Preparación de tu modelo Primero, asegúrate de tener tu modelo en un formato guardado. Usualmente, si ya has entrenado el modelo, lo tendrás en un archivo `.pth` o `.pt`. Si aún no lo has guardado, usa `torch.save()` para guardar los pesos del modelo: ```python import torch \# Supongamos que tienes un modelo entrenado model = TextClassificationModel(VOCAB\_SIZE, EMBED\_DIM, NUM\_CLASS) \# Guardar los parámetros del modelo torch.save(model.state\_dict(), "mi\_modelo.pth") ``` \### Paso 4: Subir el modelo a Hugging Face Para subir el modelo a Hugging Face, puedes usar la función `HfApi` de `huggingface\_hub`. 1\. \*\*Sube tu `state\_dict()` o tu modelo completo:\*\* Aquí puedes subir tu archivo de modelo a un nuevo repositorio en Hugging Face: ```python from huggingface\_hub import HfApi, HfFolder \# Inicializa la API api = HfApi() \# Nombre del repositorio en Hugging Face repo\_name = "mi\_modelo\_pytorch" \# Crea el repositorio api.create\_repo(repo\_name) \# Subir el archivo del modelo a Hugging Face api.upload\_file( path\_or\_fileobj="mi\_modelo.pth", path\_in\_repo="mi\_modelo.pth", # Nombre del archivo en el repositorio repo\_id=f"{HfFolder().get\_user()}/{repo\_name}", repo\_type="model", ) ``` Este código crea un repositorio y sube el archivo del modelo al repositorio creado en Hugging Face. 2\. \*\*Opcional: Subir también el archivo del modelo completo\*\*: Si quieres subir el modelo completo en lugar de solo el `state\_dict()`, usa: ```python \# Guardar el modelo completo torch.save(model, "mi\_modelo\_completo.pth") \# Subir el archivo del modelo completo api.upload\_file( path\_or\_fileobj="mi\_modelo\_completo.pth", path\_in\_repo="mi\_modelo\_completo.pth", repo\_id=f"{HfFolder().get\_user()}/{repo\_name}", repo\_type="model", ) ``` \### Paso 5: Publicación y documentación Una vez subido el modelo, puedes agregar más detalles al repositorio desde la página web de Hugging Face, como añadir una descripción o ajustar la visibilidad a pública o privada. Si quieres que sea público: ```python api.update\_repo\_visibility(repo\_id=f"{HfFolder().get\_user()}/{repo\_name}", private=False) ``` \### Paso 6: Cargar el modelo desde Hugging Face Si quieres cargar el modelo que subiste para hacer inferencias en otro lugar, puedes hacerlo con: ```python from huggingface\_hub import hf\_hub\_download import torch \# Descarga el archivo desde el repositorio model\_path = hf\_hub\_download(repo\_id="username/mi\_modelo\_pytorch", filename="mi\_modelo.pth") \# Carga el modelo en PyTorch model\_cargado = TextClassificationModel(VOCAB\_SIZE, EMBED\_DIM, NUM\_CLASS) model\_cargado.load\_state\_dict(torch.load(model\_path)) \# Poner en modo de evaluación model\_cargado.eval() ``` \### Conclusión Subir un modelo de PyTorch a Hugging Face te permite compartir tu modelo fácilmente y acceder a él desde cualquier lugar. Hugging Face ofrece una plataforma colaborativa con herramientas para despliegue, gestión y versionado de modelos.