共计 1719 个字符,预计需要花费 5 分钟才能阅读完成。
Hugging Face Unity API 提供了一个简略易用的接口,容许开发者在本人的 Unity 我的项目中不便地拜访和应用 Hugging Face AI 模型,已集成到 Hugging Face Inference API 中。本文将具体介绍 API 的装置步骤和应用办法。
装置步骤
- 关上您的 Unity 我的项目
- 导航至菜单栏的
Window
->Package Manager
- 在弹出窗口中,点击
+
,抉择Add Package from git URL
- 输出
https://github.com/huggingface/unity-api.git
- 装置实现后,将会弹出 Unity API 向导。如未弹出,能够手动导航至
Window
->Hugging Face API Wizard
- 在向导窗口输入您的 API 密钥。密钥能够在您的 Hugging Face 帐户设置 中找到或创立
- 输出实现后能够点击
Test API key
测试 API 密钥是否失常 - 如需替换应用模型,能够通过更改模型端点实现。您能够拜访 Hugging Face 网站,找到反对 Inference API 的任意模型端点,在对应页面点击
Deploy
->Inference API
,复制API_URL
字段的 url 地址 - 如需配置高级设置,能够拜访 unity 我的项目仓库页面
https://github.com/huggingface/unity-api
查看最新信息 - 如需查看 API 应用示例,能够点击
Install Examples
。当初,您能够敞开 API 向导了。
API 设置实现后,您就能够从脚本中调用 API 了。让咱们来尝试一个计算文本句子类似度的例子,脚本代码如下所示:
using HuggingFace.API;
/* other code */
// Make a call to the API
void Query() {
string inputText = "I'm on my way to the forest.";
string[] candidates = {
"The player is going to the city",
"The player is going to the wilderness",
"The player is wandering aimlessly"
};
HuggingFaceAPI.SentenceSimilarity(inputText, OnSuccess, OnError, candidates);
}
// If successful, handle the result
void OnSuccess(float[] result) {foreach(float value in result) {Debug.Log(value);
}
}
// Otherwise, handle the error
void OnError(string error) {Debug.LogError(error);
}
/* other code */
反对的工作类型和自定义模型
Hugging Face Unity API 目前同样反对以下工作类型:
- 对话 (Conversation)
- 文本生成 (Text Generation)
- 文生图 (Text to Image)
- 文本分类 (Text Classification)
- 问答 (Question Answering)
- 翻译 (Translation)
- 总结 (Summarization)
- 语音辨认 (Speech Recognition)
您能够应用 HuggingFaceAPI
类提供的相应办法来实现这些工作。
如需应用您本人托管在 Hugging Face 上的自定义模型,能够在 API 向导中更改模型端点。
应用技巧
- 请牢记,API 通过异步形式调用,并通过回调来返回响应或错误信息。
- 如想放慢 API 响应速度或晋升推理性能,能够通过更改模型端点为资源需要较少的模型。
结语
Hugging Face Unity API 提供了一种简略的形式,能够将 AI 模型集成到 Unity 我的项目中。咱们心愿本教程对您有所帮忙。如果您有任何疑难,或想更多地参加 Hugging Face for Games 系列,能够来退出 Hugging Face Discord 频道!
英文原文: https://hf.co/blog/unity-api
作者: Dylan Ebert
译者: SuSung-boy
审校 / 排版: zhongdongy (阿东)
正文完