Hugging Face 分析來源

使用 Hugging Face 分析連接器以與 Hugging Face 通訊，以來自機器學習模型大型存放庫的關聯式和分析深度豐富您的 Qlik Sense 應用程式。

透過 Hugging Face 分析連接器，您可以將資料從應用程式取用者輸入或從指令碼中載入的資料傳送至 Hugging Face。您可以從 分析 活動中心、指令碼 或應用程式內的「建立」頁面連線至此分析來源。

Hugging Face

開始使用 Hugging Face

在您可以使用此分析連接器之前，必須先完成下列準備步驟。

建立帳戶

造訪官方 Hugging Face 網站以註冊帳戶。建立帳戶後，您可以產生 API 金鑰並存取平台上的其他功能。

產生 API Token

若要在 Hugging Face 連線自行驗證，您必須有 API Token。若要瞭解如何建立並管理 API Token，請參閱 Hugging Face 網站。您可能需要透過帳戶設定進行此：Access Tokens。

啟用 ML 端點於 Qlik Cloud

若要使用此連接器，必須在 管理 活動中心內啟用機器學習端點。 切換開關位於設定區段中的功能控制之下。

如需詳細資訊，請參閱啟用機器學習端點的分析連線。

限制

• 此連接器的不同設定會將資料傳送至端點服務，並具有下列限制：

  • Feature Extraction：每個請求 40 列的請求限制，每次傳送的批次大小上限為 20 列。

  • Question Answering：每個請求 25 列的請求限制，每次傳送的批次大小上限為一列。

  • Summarization：每個請求 40 列的請求限制，每次傳送的批次大小上限為 20 列。

  • Sentence Similarity：每個請求 10,000 列的請求限制，每次傳送的批次大小上限為 1000 列。

  • Text Classification：每個請求 40 列的請求限制，每次傳送的批次大小上限為 20 列。

  • Text Generation：每個請求 40 列的請求限制，每次傳送的批次大小上限為 20 列。

  • Token Classification：每個請求 40 列的請求限制，每次傳送的批次大小上限為 20 列。

  • Translation：每個請求 40 列的請求限制，每次傳送的批次大小上限為 20 列。

• 在定期重新載入應用程式的情況下，最佳做法是使用 QVD 檔案快取機器學習預測，並且只將新列傳送到端點。這將提升 Qlik Sense 應用程式重新載入的效能，並減少模型端點上的負載。

• 已部署模型的 服務上的可用資源會影響和限制 Qlik Sense 重新載入和圖表回應的效能。

• 在圖表運算式中使用 Hugging Face 時，建議提供欄位的資料類型，因為模型需要以正確的字串/數字格式處理這些資料類型。圖表運算式中伺服器端擴充有一個限制，也就是資料類型不會像在載入指令碼中那樣自動偵測。

• 如果您使用的是相對連線名稱，並且您決定將應用程式從一個共用空間移動到另一個共用空間，或者您將應用程式從一個共用空間移動到您的私人空間，則更新分析連線以反映新的空間位置需要一些時間。