Hugging Face PyCharm 集成

Hugging Face 与 JetBrains 已将 Hugging Face Hub 直接集成到 PyCharm Professional 中，使开发人员能够在集成开发环境 (IDE) 中搜索、实现和管理机器学习模型。这种集成减少了在 Web 浏览器和 IDE 之间切换的摩擦，将开源模型视为软件开发中可访问的函数。

集成模型发现与插入

开发人员现在可以直接从 PyCharm 编辑器中发现并插入机器学习模型。通过在代码中点击右键并选择 "Insert HF Model"，用户可以访问一个对话框，允许他们进行以下操作：

• 搜索与筛选： 按类别（例如 "image-text-to-text"）浏览模型，并按流行度（Likes）或新鲜度（最后更新日期）进行排序。
• 访问模型卡片： 在 IDE 内查看完整的 Hugging Face Hub 模型卡片，以查阅文档和预期用途。
• 直接代码实现： 直接从模型卡片中将示例代码复制到 notebook 或脚本中，以快速实现模型。

通过悬停实现即时模型文档

为了提高代码审查和可维护性，该集成提供了即时访问模型文档的功能。当开发人员将鼠标悬停在代码中的模型名称上时，关联的模型卡片会自动出现。这使得同事或审查人员无需使用外部浏览器即可验证特定模型的来源和预期用途。

本地模型缓存管理

PyCharm 现在包含一个用于本地模型缓存的可视化界面，可以通过 IDE 中的 Hugging Face 图标访问。该工具允许开发人员：

• 模型清单： 查看当前存储在本地缓存中的所有模型的完整列表。
• 磁盘空间管理： 识别并删除未使用的模型以释放磁盘空间，考虑到生产级模型的大小通常超过 1GB，这一点至关重要。

模型执行的技术注意事项

通过此集成实现模型时，开发人员应注意硬件限制：

• 内存错误： 如果发生内存错误，建议用户使用具有更大内存的 GPU 或减少示例代码中的参数。
• 硬件卸载： 从代码中移除 device_map="cuda" 可以让模型在 CPU 内存中运行，尽管这会导致执行速度变慢。