Hugging Face 模型库

Hugging Face 是一家知名的自然语言处理（NLP）技术公司，以其开源的深度学习库 `transformers` 而闻名。`transformers` 提供了预训练的模型和工具，使得开发人员能够轻松地使用最先进的 NLP 模型，如 BERT、GPT-2、BERT等，来进行文本分类、问答、生成、翻译等各种任务。

1. **模型库**：Hugging Face Model Hub 是一个仓库，其中包含了大量经过训练的模型，覆盖多种语言和应用场景，用户可以直接加载这些模型进行微调或推理。

2. **PreTrained Models**：`transformers` 中的核心是预训练模型，它们是在大规模文本数据上预先训练好的，可以作为基础模型进行迁移学习，然后根据特定任务进行调整。

3. **Tokenizer**：除了模型，Hugging Face 还提供了用于将文本编码成模型可以理解的格式（如 token 或 sequence）的工具，如 BERTTokenizer 和 WhitespaceTokenizer。

4. **Training & Fine-tuning**：库中提供了工具来帮助开发者训练自己的模型，或者在现有模型基础上进行微调以适应特定任务。

5. **🤗 CLI & Library**：Hugging Face 还有一个命令行工具 `huggingface-cli` 和 Python 库，简化了模型的使用流程，包括下载、运行和部署模型。

相关问题：
1. Hugging Face 的主要用途是什么？
2. `transformers` 库中有哪些常见的预训练模型？
3. 如何使用 Hugging Face 的工具进行模型微调？
4. Hugging Face Model Hub 对模型的版本控制是如何进行的？
5. Hugging Face 的库支持哪些主流的深度学习框架？