随着深度学习的崛起， Hugging Face 如今已非常流行，对于什么是Hugging Face，以及它有什么能力，很多人可能并不清楚，本文就详细的来介绍一下，后续还会对如何使用Hugging Face提供的模型库，做详细的分析。
Hugging Face Hub
Hugging Face Hub 可以说是 Hugging Face 提供的最核心的能力了，它实际上可以理解为机器学习领域的 Github，目的是为了发挥社区的力量，让AI或Machine Learning，发展的更快更好！
截止2024年7月，Hugging Face Hub 上已经拥有了120k+ models，20k+ datasets，50k+的Demo应用。它是一个中心的仓库，用户可以在上面去共享、检索、尝试它开放的机器学习能力。
Hugging Face Hub提供了：
- models：NLP，vision，audio领域，最新的models
- datasets：不同领域、多模态的数据集
- spaces：交互式的一些app，展示了各种ML models的能力
那提到这里，我们也要介绍一下 Transformers 库，Hugging Face 里面的模型大多是基于该库构建，它是Hugging Face开发的一个NLP的包，支持加载目前绝大部分的预训练模型，后面会专门对该库进行介绍。
Models
Hub里面提供了大量open-source ML models，还会对模型的限制、偏差、tasks、支持的语言等进行描述，可以查看这里。
Datasets
提供了NLP, Computer Vision, Audio等方面的数据集，可以查询、下载和上传数据集。可以使用datasets library操作数据，可以查看这里。
Spaces
Spaces 里面有很多 ML demo app，hugging face还提供了两个 Python SDKs，分别为Gradio、Streamlit，让我们能够快速的构建 apps。
关于如何使用Spaces，可以查看相关的文档：Space文档。
Organizations
除了个人，还可以在Hugging Face里面创建组织，利用组织的维度管理datasets, models, Spaces.
Security
Hugging Face Hub 作为一个Hub、一个社区，提供了安全的保证，包括安全的访问控制，保护用户的code、models，及其 data 安全。
